物料库存预测是修船厂经营管理的重要方面,它直接影响企业的生产与销售以及企业经济效益的实现。开展物料安全库存预测研究对于合理地控制物料的进出,节约存货空间,降低库存成本,提高库存管理的科学性和企业经济效益具有重要的理论意义与实际应用价值。本文在分析修船厂物料库存管理的基础上,提出了用BP神经网络方法对物料安全库存进行预测的方案。该方案确定了对修船厂安全库存影响最大的五个因素,作为神经网络的输入层,实际安全库存作为输出层,建立了BP神经网络预测模型,但BP神经网络预测模型容易陷入局部最优,因此提出采用遗传算法对BP神经网络预测模型进行优化改进的思路,充分利用遗传算法和BP神经网络两者的优点,建立了基于遗传算法的BP神经网络修船厂安全库存预测模型,使之既有神经网络的学习能力和鲁棒性,又有遗传算法的全局随机搜索能力。为了比较BP神经网络和基于遗传算法的BP神经网络两预测模型的优劣,应用Matlab6.5对两者进行了仿真计算。仿真结果表明,后者是更适合用作修船厂物料安全库存预测的模型。在应用上,以基于遗传算法的BP神经网络模型为基础,结合修船厂ERP软件的研制,开发了修船厂物料库存预测子系统。该系统利用ActiveX技术实现.NET对Matlab的调用,Matlab提供了一个自动化对象,它支持COM技术,其他程序应用COM技术提供的函数可以得到自动化对象支持的接口指针,通过调用接口函数便可控制和使用自动化对象。同时,VB.NET平台也支持Active X自动控制端协议,在VB.NET中可以通过Active X技术实现对Matlab调用。应用VB.NET平台及SQL开发的修船厂物料库存预测子系统,可以对修船厂安全库存进行较好的预测。