基于神經網(wǎng)絡的預測方法及其在供應鏈管理中的應用研究.pdf

1、供應鏈管理(SupplyChainManagement，SCM)，是企業(yè)提高核心競爭力的重要手段。作為一種新的經營與運作模式，在給企業(yè)帶來多方面效益的同時也帶來很多需要解決的問題。預測是供應鏈管理中非常重要的內容，它貫穿于供應鏈中原材料供應、生產及產品銷售等環(huán)節(jié)中。采用問卷調查的方式對多家企業(yè)進行了調研。結果顯示，傳統(tǒng)的預測方法已不能滿足企業(yè)的要求。如何提高預測精度，為供應鏈中的生產及庫存管理決策提供依據(jù)成了企業(yè)關注的焦點。神經網(wǎng)絡方法

2、就是很好的預測方法，它能針對像供應鏈管理這樣的非線性系統(tǒng)取得驚人的預測效果。 論文以流程企業(yè)供應鏈管理中的預測問題為研究對象。首先介紹了預測的特點、分類和傳統(tǒng)的預測方法。其次對供應鏈管理理論進行了概述，并結合流程企業(yè)的特點，綜述了流程企業(yè)供應鏈管理中的若干問題。著重對流程企業(yè)供應鏈預測功能的需求和預測對象進行了分析和總結。 預測的成功不僅依賴于預測方法，數(shù)據(jù)是否具有可預測性也是重要的影響因素。基于神經網(wǎng)絡在預測領域良好的

3、實用性和可操作性，在理解神經網(wǎng)絡建模原理的基礎上，提出了利用相空間重構技術構造遞歸圖來分析時間序列可預測性的方法，并利用四組仿真數(shù)據(jù)序列：周期序列、擬周期序列、混沌序列及隨機序列對該方法描述可預測性的能力進行了驗證。 因流程企業(yè)供應鏈中的預測更注重長期預測，從數(shù)學模型方面講稱為多步預測，論文提出用改進的遞歸神經網(wǎng)絡模型來解決流程企業(yè)供應鏈管理中的預測問題，并通過實驗仿真將其同傳統(tǒng)前饋神經網(wǎng)絡模型的預測效果進行了比較，利用評價函數(shù)

4、對兩種預測模型進行評價，得出了該模型比傳統(tǒng)神經網(wǎng)絡模型用作多步預測效果更佳的結論。 最后，論文闡述了供應鏈中預測對象的共性，以銷量預測為代表應用神經網(wǎng)絡預測方法。介紹了山西亞寶藥業(yè)集團公司的預測現(xiàn)狀，針對該公司的四種藥品兩年的銷量數(shù)據(jù)利用遞歸圖進行了可預測性分析后，應用移動平均法、前饋神經網(wǎng)絡模型和遞歸神經網(wǎng)絡模型分別進行了多步預測，通過對預測結果的誤差分析與對比，進一步驗證了遞歸神經網(wǎng)絡模型用作多步預測效果較好的結論。