随着生产力水平的不断提高和科学技术的突飞猛进，现代生产对设备的依赖程度越来越高，设备管理在企业中的地位日益重要。作为设备管理重要组成部分的备件管理，也越来越为企业管理人员所重视。备件库存的合理与否关系到设备能否正常运转，生产能否流畅运行，同时也关系到企业的经济效益的优化。因此研究备件库存决策就显得十分必要也十分重要。 本文针对非计划维修情况下不常用备件对企业生产影响极大，采购周期长，备件的报废可能性比较大，需求零星、库存管理决策过程比较复杂、不能用常规预测方法进行库存决策的特点，结合国内外相关领域的研究，以保证不常用备件服务水平为目的，着重研究了不常用备件的需求函数确定，并在此基础上根据贝叶斯方法提出不常用备件库存模型，最后利用人工智能理论开发出辅助备件库存决策的软件。其实践意义在于可以为备件管理人员提供有效的决策帮助，降低工作强度，保证备件供应服务水平，以促进备件管理向科学化和智能化方向发展。 本论文研究和探讨的主要内容如下： 首先研究探讨了国内外设备及备件管理的研究进展情况及现状，指出了发展趋势，详细介绍了不同的备件库存策略；其次，讨论了不常用备件需求分布函数的确定方法，利用贝叶斯理论和模糊数学理论确定不常用备件需求分布函数，针对小样本数据条件下，多种需求分布函数都能通过Kolmogolov—Smirnov检验的情况，建立了基于模糊综合评判和贝叶斯理论的需求分布函数确定模型，充分利用备件管理人员的经验和有限数据来比较客观的确定备件需求分布函数。然后利用贝叶斯方法建立库存决策模型。第三，介绍了遗传算法以及它的具体操作方法，利用遗传算法对相关模型进行求解。最后，在Windows系统下利用Vc++语言、SQLServer数据库为工具和平台，建立一个基于所建立模型的不常用备件库存决策辅助系统，实现备件库存水平自动实时计算及库存预警。