1、伴隨著全球市場競爭的日趨激烈，傳統(tǒng)的生產(chǎn)經(jīng)營模式已經(jīng)很難滿足市場的需求。供應(yīng)商管理庫存(VMI)的庫存管理模式就在市場激烈競爭的環(huán)境下得到了廣泛的應(yīng)用和快速的發(fā)展。又由于實(shí)際庫存管理中VMI庫存常常分布在多處，因此，企業(yè)需要對分布存儲的庫存進(jìn)行集中化的管理。分布式VMI管理的主要策略手段是實(shí)現(xiàn)庫存實(shí)時(shí)信息的彼此共享，而安全庫存預(yù)測的高準(zhǔn)確性又能夠有效的減少庫存管理的成本消耗。由于安全庫存量受多種不確定因素影響，而且這些不確定因素和決策之

2、間還存在著相當(dāng)復(fù)雜的非線性關(guān)系，神經(jīng)網(wǎng)絡(luò)在解決復(fù)雜的非線性問題領(lǐng)域具有相對于其他方法所沒有的獨(dú)特優(yōu)勢。傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)有一些缺陷如收斂速度慢、容易陷入局部最優(yōu)等問題，而GA-BP神經(jīng)網(wǎng)絡(luò)相比較于傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)算法具有更穩(wěn)定的建模模型、更多次數(shù)的達(dá)到預(yù)設(shè)目標(biāo)、更少的擬合數(shù)據(jù)迭代步數(shù)、更快速地達(dá)到預(yù)設(shè)結(jié)果和更好的數(shù)據(jù)擬合效果。
　　本論文研究了VMI分布式庫存安全庫存量的預(yù)測方法，對多種方法進(jìn)行了詳細(xì)分析，通過比較選取了GA-BP算法

3、作為庫存預(yù)測的方法。又考慮到實(shí)際庫存管理中多以分布式庫存模式設(shè)置庫存點(diǎn)，而在分布式庫存模式下不需要所有庫存都達(dá)到安全庫存量，允許個(gè)別庫存達(dá)到零庫存狀態(tài)，這也就增加了影響安全庫存量因素的不確定性。本論文對多種制約安全庫存量的不確定因素進(jìn)行了具體分析，并利用GA-BP算法對問題進(jìn)行建模，通過實(shí)例說明該算法有很好的實(shí)用性。利用仿真技術(shù)進(jìn)行分析預(yù)測，從而使得數(shù)據(jù)擬合程度有所提升，有效地提高了安全庫存量預(yù)測的準(zhǔn)確性。最后利用C＃和Matlab的混