基于神经网络的备件库存风险级别预测

摘要：

本文提出了一种基于神经网络的备件库存风险级别分类方法,在对备件的供货来源、重要性、易损程度、标准化程度、供货周期等指标进行模糊评价的基础上,建立了多层前向神经网络模型,利用BP训练算法,确定神经网络模型的连接权系数.将某测井服务公司100种备件的历史数据作为样本,进行了BP训练仿真,并利用模型预测了该公司60种备件的库存风险级别,预测结果与实际结果的符合率为84％.

关键词： 神经网络 库存管理 BP训练算法 模糊评价 连接权系数 风险级别预测

作者: 艾时钟 杜荣

作者单位: 西安电子科技大学经济管理学院,陕西 西安 710071

会议类型: 国内会议

会议名称: 第十届中国管理科学学术年会

会议地点: 合肥

会议语种:中文

页码: 430-433

在线出版日期: 2008-10-17（万方平台首次上网日期，不代表论文的发表时间）