论文部分内容阅读
供应链管理是企业在无法预测的、持续的、快速变化的竞争环境中生存、发展并扩大竞争优势的经营管理和生产组织方式,能在企业间的资源共享和信息集成的基础上,通过对各部分资源进行统一的管理和调度,达到企业间资源优化利用。供应链管理常遇到的一个问题是:目前各式各样的理论和算法很多,但该如何用于企业的供应链管理呢?是否具有可行性呢?
本文是围绕企业缺乏整体备件供应链运作规划与设计的问题进行的。针对面向制造业的供应链系统平台,提出了其中备件库存计划上存在的问题:给出足够精度的库存计划的能力是实际生产和服务的重要保障条件,库存计划和实际需求偏差大,会给供应链各环节造成不好的影响。论文详细研究了供应链、数据挖掘技术、神经网络技术等理论知识,就此提出了解决方案-将人工神经网络技术应用在供应链管理系统中,建立人工神经网络模型用于预测各仓库每月各产品线的备件库存计划量。
文中最后结合海尔集团的实际情况,设计、建立并实现了BP人工神经网络预测模型,用于预测各工贸仓库的库存计划量,并对预测结果做出了比较和评价。结果表明,对于大数据量的系统,神经网络预测方法比传统预测方法更加准确,并且同样方便用户使用,可以很好的解决库存计划问题,为人工神经网络算法在供应链系统中的可行性作了实例证明。