关键词：供应链;;需求预测;;配件分类;;遗传算法;;安全库存
摘 要：随着我国经济的发展以及汽车行业的发展,竞争的加大,对于企业提出了更苛刻的要求,企业想要获取效益也变得越来越难。更多的企业转向了供应链环节的利润获取,通过实施联合库存管理,通过信息共享合理安排生产计划,用以节省资金,避免不必要的成本消耗。但是这个方案的前提是信息共享的程度,所以,预测的精准度一定程度上对信息的共享造成影响。同时库存的管理工作也对企业提出了更高的要求,必须要做到高清晰度、高层次、高效率相结合。安全库存的高低由需求预测决定,预测越精确,安全库存越小,企业节省的资金也就越多,本文就是充分研究需求预测,进而考虑供应链这个大背景,针对实际情况,对配件进行科学的库存储备。(1)叙述了本文的研究背景,针对汽车配件服务行业的现在的发展现状,即汽车配件行业处于上升的阶段。随着汽车需求的增加和收入以及消费观念的改变,汽配行业具有很大的市场,同时也存在很多的不足,而这些不足往往对企业的发展和效益产生正面或侧面的实际损害,所以提出了将要进行的研究内容。(2)分析了库存的在企业日常生产制造中发挥的作用,以及库存的一般分类,分析了优化库存所能带给企业实际效益。同时对汽车配件按照ABC—FSN进行了分类,优化了库存管理过程中繁杂和无序的问题。(3)阐述了供应链管理的本质,分析了供应链对于汽车配件企业的重要性,以及汽车配件在供应链中独特的性质,进行信息分享达到获取各种信息流的高度利用,继而完成订货模式的选择。(4)通过对比三种预测模型,灰色预测模型在处理波动数据时就显得比较难以解决。而BP人工神经网络预测效果较为优秀,但容易陷入局部极值且较为不稳定。GA-BP人工神经网络有明显的优势,其误差比较小且预测更为精细,因为它不会像BP人工神经网络那样陷入局部极值,能够较好的诠释数据的走向和内在的联系,所以GA-BP人工神经网络在在配件预测中的优势是很明显的。(5)分析了库存管理过程中存在的不足提出了改进,同时对于安全库存在企业日常运营中所发挥的作用进行了概述。基于周转库存和安全库存发挥的作用,结合第四章节预测的结果,对安全库存进行一个设置,更为科学的控制中心库库存的存货量,有效的帮助企业减少了压力。
内 容：原文可通过湖北省科技信息共享服务平台（http://www.hbstl.org.cn)获取