基于BP神经网络的焊管厂库存预测研究

• 作者: 刘腾达 杜天苍
• 来源期刊: 北京石油化工学院学报
• 学科: 经济
• 关键词: 焊管厂 安全库存 BP神经网络 预测
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 信息与控制工程
• 页码范围: 53-57
• 页数: 5页
• 分类号: F274
• 字数: 3663字
• 语种: 中文
• DOI: 10.12053/j.issn.1008-2565.2017.03.012

摘要

提升企业竞争力是管理科学的研究前沿,提高顾客满意度和降低库存成本是2个重要手段,库存控制已成为提高企业竞争力的关键因素.通过运用学习率自适应算法改进BP神经网络,然后用改进的神经网络并运用Matlab工具箱仿真实现对钢铁厂生产数据的网络训练,利用训练好的网络预测模型对焊管厂的实际安全库存进行预测.仿真及实际运行结果表明:该方法能够准确高效地预测焊管厂所需安全库存,可以为合理的库存提供决策支持,有效提高库存控制的效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杜天苍	北京化工大学信息科学与技术学院	33	165	7.0	12.0
3	刘腾达	北京化工大学信息科学与技术学院	1	0	0.0	0.0