基于BP神经网络的最小库存量预测模型设计——以广东省某文具制造企业为例（可编辑）.docVIP

基于BP神经网络的最小库存量预测模型设计——以广东省某文具制造企业为例 许四化:基于 神经网络的最小库存量预测模型设计一以广东省某文具制造企业为例 技术与方法: . . .. . .基于 神经网络的最小库存量预测模型设计 一 以广东省某文具制造企业为例 许四化 广东纺织职业技术学院 经济管理系,广东 佛山 【摘 要】文具制造行业的产品种类繁多,且需求变化大,库存水平的高低对于该行业中的企业有着重要的战略地位。由于企 业实际的采购量制定的特殊性,以文具制造原材料纸张的最小实际库存为研究重点,用已有最小实际库存值及其影响因素的历 史数据训练 神经网络,然后用构建稳定的网络进一步预测某月的最小实际库存值,并且以此可以适当调整安全库存值。 【关键词】 神经网络;最小实际库存;文具制造企业 【中图分类 【文献标识码】 【文章 ?? ? :? , , , :. , 印 , , , ,.: ; ; 达到既不影响生产又避免盲目过量采购的目的。 引言 最小实际库存值的影响因素分析 在文具行业供应链上,顾客对文具产品的要求是千变万 化的。一张产品客户订单上就可能要求有几种型号的纸制产 为了容易检测预测结果,研究对象放在某文具制造企业 品,这就需要对原料纸张进行多种工艺的后加工,以满足客户 的物流部门,以它的生产原材料为研究对象,记录每月的仓库 的产品要求。订单品种数繁多必然造成计划、调度、后工序等 最小实际库存值,以及相关影响指标值,预测对象是某种原材 复杂多样。虽然有时客户对文具企业的交货时间期限相对比 料的当月最小实际库存值。为便于讨论,本文研究一种原材料 一 较长,但备料花费的时间相对也长,一般是几周或者一两个月 原纸的最小实际库存值,并查找记录了年 月之前 等。文具企业的供应商 如纸张供应商如果是在得到文具企 的共 组最小实际库存值及影响因素的历史数据。 业的订单后再生产纸张的话,由于原材料的加工周期与运输 要确定适当的库存水平,可以将当月最小实际库存作为 至少也需要十几天,这样就根本无法满足文具企业对客户交 参考依据。综合所有影响最小实际库存的相关因素,影响最小 货期的要求。因此,为了提高自身敏捷性和市场反应的速度, 实际库存的因素可以归纳如下:当月订单的平均质量等级、当 文具企业必然要根据企业所处的市场情况和物资储备情况等 月交货完成率要求、当月订单品种数、当月订单平均工序数、 综合因素来了解并预测仓库储备量并调整安全库存量,才会 当月订单负荷率、原料纸张的供应商数量、当月订单的平均质 【收稿日期 一 【作者简介许四化一 ,男,安徽庐江人,硕士研究生,广东纺织职业技术学院经济管理系教师,研究方向:物流管理、运作与供应链管理。 一?技术与方法 物流技术年第 卷第 期总第 期 量等级、运输方式、存储成本、缺货成本、该月订单负荷率、该 月订单品种数、采购物流提前期和物料的消耗速度等等。 神经网络预测最小实际库存算法设计 在最小实际库存值的诸多影响因素中,根据运筹学存贮 论中给出的基本库存管理模型】,结合供应链中库存管理的思 在设计 神经网络时,一般应从确定网络的层数、每层 想,针对该文具制造企业原材料纸张的采购特点,主要选择了 中的神经元个数、输入,输出结点数和激活函数、初始值以及 如下主要影响原料最小实际库存值的指标作为 神经网络 学习率等几个方面来考虑 。 的输入向量。它们包括:当月订单的平均质量等级 ;当月 . 输入层和输出层的节点数 交货完成率要求 :;当月订单品种数 , ;当月订单平均工 输入层选择 个输人因素:当月订单的平均质量等级;当 序数 ;当月订单负荷率;原料纸张的供应商数量 月交货完成率要求;当月订单品种数;当月订单平均工序数; 。 当月订单负荷率;原料纸张的供应商数量。输出层是当月最小 实际睛有疽,所以网络的输 层节 渤沩 ,输出层节点数为。 原料最小实际库存值预测训练样本分析 . 网络层数和隐节点 理论上证明至少一个隐层加上一个线性输出层的网络, 利用该文具制造企业的纸张在年 月之前的共 能够逼近任何有理函数。因含有一个隐含层的三层神经网络 组最小实际库存值及影响因素的历史数据进行网络训练。由 可以逼近任何一个非线性函数,并且在满足精度要求的前提 于系统是非线性的,初始值对学习能否达到局部最小化起到 下取尽可能紧凑的神经网络结构,有利于提高神经网络模型 很大的作用,所以,要初始化权值使输入累加时每个神经元的 的泛化能力和预测能力。因此,选择含一个隐含层的 神 初始状态值都接近于零。输入/输出样本要进行归一化处理, 经网络。 将数据变换在【~】之间,目的是使比较大的输出落在传递函 对于隐层节点数的选择太少,会使拟合的