信息与电脑杂志

摘要：针对小批量多品种生产数据波动大、样本稀疏导致传统预测精确度低、预测与排产脱节、库存成本与服务水平难以平衡的问题，文章设计了一种基于反向传播(Back Propagation, BP)神经网络的需求预测与排产系统。该系统通过优化数据预处理流程和模型参数，降低预测相对误差，构建集需求预测、库存管理与智能排产于一体的功能模块，以服务水平为约束目标，实现库存成本与服务水平的动态平衡。模型低成本、易落地，可有效提升小批量多品种生产的排产合理性，实现中小企业的智能生产优化。

关键词： BP神经网络;小批量多品种;需求预测;智能排产;库存优化;

基金资助： 2022年合肥师范学院横向项目“设备自动控制平台”(项目编号：HXXM2022223)；

专辑： 信息科技;经济与管理科学

专题： 自动化技术;企业经济

分类号： F273;F274;TP183