基于PCA主成分分析和BP神经网络企业库存预测的研究

• 作者: 腾杨刚 葛桂林 陈劲杰
• 来源期刊: 软件工程
• 学科: 工学
• 关键词: PCA主成分分析 BP神经网络 库存预测 Python 机器学习
• 年，卷（期）: 2018,（7）
• 所属期刊栏目: 方法与技术
• 页码范围: 14-16,13
• 页数: 4页
• 分类号: TP311
• 字数: 2564字
• 语种: 中文
• DOI: 10.19644/j.cnki.issn2096-1472.2018.07.004

摘要

近年来,人力资源和物流及仓储成本的不断攀升,导致零件制造成本不断上升,而准确的库存预测有助于企业据此调整生产计划,降低制造成本,有助于实现企业利润最大化.本文通过PCA主成分分析方法确定影响企业库存的因素,编写python代码分析出影响库存的主要因素,包括订单、当月销量等因素,提出JIT即零库存作为企业库存管理的发展方向.随后选取影响库存的因素,分析并计算相关网络参数,建立BP神经网络,用MATLAB编写预测算法,预测9月的库存,确认预测的合理性,验证了算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈劲杰	上海理工大学机械工程学院	59	307	10.0	14.0
2	腾杨刚	上海理工大学机械工程学院	1	6	1.0	1.0
3	葛桂林	上海理工大学机械工程学院	1	6	1.0	1.0