基于神经网络的备件库存风险级别预测.pdfVIP

中国管理科学 Issue 第16卷专辑 V01．16，Special Chinese of Science 2008 2008年10月 JournalManagement October， 文章编号：1003—207(2008)zk一0430—04 基于神经网络的备件库存风险级别预测 艾时钟，杜荣 (西安电子科技大学经济管理学院，陕西西安 710071) 摘 要：本文提出了一种基于神经网络的备件库存风险级别分类方法，在对备件的供货来源、重要性、易损程度、标 准化程度、供货周期等指标进行模糊评价的基础上，建立了多层前向神经网络模型，利用BP训练算法，确定神经网 络模型的连接权系数。将某测井服务公司100种备件的历史数据作为样本，进行了BP训练仿真，并利用模型预测 了该公司60种备件的库存风险级别，预测结果与实际结果的符合率为84％。 关键词：神经网络；库存管理；BP算法 中图分类号：F830 文献标识码：A 缺货成本、延迟交货及存货等影响因素，建立了一个 l 引言 两阶段的随机动态规划模型，通过启发式的方法来 备件的库存管理在现代生产作业管理中扮演着 寻求最优订货时间和补货策略。文献[6]通过考虑 越来越重要的角色。备件库存管理与其它物料库存 订货周期、营销策略和物流特点，建立了一种库存管 管理相比，在很多方面表现出不同的特点和要求， 理的模型，但针对订货量少，订货量不确定的产品的 如：备件的种类很多且价格差异很大…；备件缺货 订货没有考虑。文献[12]提出基于需求特性分类 不可避免地导致停产、失去商业合同和顾客满意度 的备件库存管理方法，这种基于分类的预测方法可 旧1。这些特点导致流程型企业的备件库存量很大 以解决备件种类多，部分备件的需求的历史数据不 且库存的周转率很低。一些小批量、多品种、成套生 足问题，但针对需求的不确定性，供应的不确定性等 产的企业，备件种类繁多，价格昂贵。而且，大多数 综合性因素的考虑不够。针对一些小批量、多品种、 备件是非标准件，必须从特定供应商那里购买，订货 成套生产的企业，备件种类多，来源复杂，价格昂贵、 周期较长。为避免因缺货引起的商务合同的损失和 批量少、订货周期不确定、需求量的历史数据有限等 顾客满意度的降低，不得不用大量的流动资金来储 特点，订货时间和订货量的确定存在较大的困难。 备备件。 由于需求的不确定性，使得备件的需求预测非常困 备件库存管理是库存管理的一个重要组成部 难。主要表现在以下方面口1：(1)随机性。大多数 分，然而已有的库存管理研究主要集中在供应链的 备件的需求是随机的，一旦设备失效，就需要利用库 企业库存管理建模和库存控制策略上，致力于研究 存备件及时更换失效零部件，表现在需求的时间的 一些有效的需求预测方法H“】，结合备件库存管理 不确定性和间歇性。(2)需求量的不确定性。虽然 特点的研究较少。文献[4]提出了一种(r，r，Q)库 设备的定期检修和大修计划是可以确定的，由于设 存模型来管理危险备件的库存，通过库存备件的级 备的使用和设备维护的差异性，导致是否需要更换 别来确定