基于BP神经网络实现小批量物料生产安排.pdfVIP

信息记录材料２０２４年１月第２５卷第１期

基于ＢＰ神经网络实现小批量物料生产安排

胡肖勤

（陕西工业职业技术学院公共课教学部陕西咸阳７１２０００）

【摘要】本文以２０２２年全国大学生数学建模竞赛Ｅ题为背景，利用已有历史数据，研究小批量物料生产计划。首先利用模糊综

合评价选定数据集，然后结合ＢＰ神经网络模型对选定数据集进行预测分析，最后建立生产计划模型实现生产计划合理安排。模型

结果表明，预测数据与真实数据的平均绝对误差、均方误差、总方差结果均在合理范围内，且满足平均服务水平大于８５％的要求。

【关键词】需求预测；模糊综合评价；ＢＰ神经网络模型；生产计划模型

－－－

【中图分类号】ＴＰ３９【文献标识码】Ａ【文章编号】１００９５６２４（２０２４）０１０２２５０３

０引言（３）假设原始数据均为有效数据，无人为因素。

随着经济与科技的不断发展，电子制造产业也迅速地３模型的建立与求解

发展了起来，多品种小批量的生产方式在现代的设计和制３１问题一

造中得到了快速的发展。然而，管理制度不完善、信息化３１１模型建立

生产水平低、生产进度滞后等原因，常常会让企业面临物为了建立物料需要的周预测模型，使用ＢＰ神经网络

料不足或产品积压等问题，给企业带来不必要的人力、物模型。针对神经网络来说，ＢＰ算法由数据流的前向传播

力上的损失。如果能进行精准化的产品需求预测，进而制（正向计算）和误差信号的反向传播两个过程构成，通过

定合理的生产计划，不仅能让企业工作效率大大提高，更两个过程的交替进行，在权向量空间执行误差函数梯度下

能提升企业的利润率和声誉，对企业的长久发展大有降策略，动态迭代搜索一组权向量，使网络误差函数达到

［４］

裨益。最小值，从而完成信息提取和记忆过程。流程图如图１

在预测研究方面，目前使用较多的有ＢＰ神经网所示。

［１］［２］［３］

络、线性回归、时间序列等方法。因为ＢＰ神经网

络具有自适应性强、学习能力强、并行计算能力强、可以处

理高维数据等优点，所以本文主要采用ＢＰ神经网络对需

求量进行预测，进而制定物料的生产计划安排，为小批量

物料生产企业的发展添砖加瓦。

１问题分析

电子产品制造公司具有一些难题：在多种类批量较小

的生产物料中，由于未提前得知实际物料的需求量，公司

无法正确地计划物料制作。公司期望运用数学的方法对

既有的数据进行解析，建立模型，解决问题。

问题一，需求量预测问题。先对数据进行预处理；之

后从频数、数量等方面确定六种应重点关注的物料；接着，

根据既有数据来建立物料需要的周预测模型；最后，将模

型预测的数据与原始数据进行比较，使用指标进行评价该

模型的优劣。

问题二，建立生产计划模型。要求从需求量的预测

值、需求特征、库存量和缺货量等方面总体考量，建立生产

计划模型，并使得平均服务水平大于８５％。

２模型假设

（１）假设原始数据一天出现的多次数据为一天提出

的多次需求。图１ＢＰ神经网络模型的流程图

（２）假设原始数据均为某电子产品制造企业的真实３１２模型求解

数据。３１２１选择６种应重点关注的物料