基于PCA主成分分析和BP神经网络企业库存预测的研究

来源期刊：软件工程2018年第7期

论文作者：腾杨刚 陈劲杰 葛桂林

文章页码：14 - 29

关键词：PCA主成分分析;BP神经网络;库存预测;Python;机器学习;

摘    要：近年来,人力资源和物流及仓储成本的不断攀升,导致零件制造成本不断上升,而准确的库存预测有助于企业据此调整生产计划,降低制造成本,有助于实现企业利润最大化。本文通过PCA主成分分析方法确定影响企业库存的因素,编写python代码分析出影响库存的主要因素,包括订单、当月销量等因素,提出JIT即零库存作为企业库存管理的发展方向。随后选取影响库存的因素,分析并计算相关网络参数,建立BP神经网络,用MATLAB编写预测算法,预测9月的库存,确认预测的合理性,验证了算法的有效性。