设计论文-辅助决策支持系统研究学位论文.doc

学位论文原创性声明和学位论文版权使用授权书
重庆工商大学
学位论文原创性声明

本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外，本论文不包含其他个人或集体已经发表或撰写的成果作品。对本文的研究做出的重要个人和集体，均已在文中以明确的方式标明。本人完全意识到本声明的法律后果由本人承担。
作者签名：
日期： 年 月 日

学位论文版权使用授权书

本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权重庆工商大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。
本学位论文属于
1、保密□，在 年解密后使用本授权书。
2、不保密□。
（请在以上相应的方框内打“√”）
作者签名： 日期： 年 月 日
导师签名： 日期： 年 月 日

摘要
在软件开发工程中运用UML(Unified Modeling Language)建模方法进行建模具有非常实际而有效的意义。UML各种元素在语法和语义上提供了简单、一致、通用的定义性说明,使开发者能在语义上取得一致,消除了因人而异的表达方法所造成的影响。用UML建模能让系统的阅读性和推广性更强，这是由于它在建模过程中要映射现实世界中指定问题域中的对象和实体，并要求使软件设计要尽可能地符合现实世界。特别是用UML建模方法运用于面向对象分析与面向对象设计的过程，具有很多令人满意的优点，即能够很好地构建与现实世界相对应的问题模型，并保持他们的结构、关系和行为模式。
随着计算机技术的迅速发展，计算机信息管理系统在各行各业中得到了广泛应用。本文主要运用UML(Unified Modeling Language)建模方法对电信备件库存管理信息系统进行了需求分析、系统设计和详细设计。重点应用优化库存的ABC分类方法、安全库存计算方法、BP（Back_Propagation NET－work）神经网络预测来辅助决策者分析。并在Visual Basic编程环境中应用SQL Server2000数据库管理系统获得实现。本文设计的虽然是一个普通的库存管理系统，但是它最大的特点就是将优化决策和智能辅助决策的思想运用在库存的设计中。本文首先对库存进行ABC分类优化，并对不同分类进行了不同侧重点的管理。对于A类的物资，实现重点监控，每日盘点，采用频率高的采购办法。对于B类，可以采用批量采购和每月或每周盘点的方法；对于C类，采用尽量少的采购次数和较少的盘点次数。本系统在进行了ABC分类后还特别对B类物资进行安全库存计算，通过计算安全库存给出一个预测值从而帮助决策者分析。同样在库存预警设计中，本文用到了BP神经网络原理，首先输入历史数据到BP网络中进行训练，然后采用最近日期的一些数据进行BP神经网络库存预测，然后进行报警。由于神经网络的训练数据不断与时俱进，从而使系统具有自学习的智能化决策。通过引入上述的库存决策和优化方法可以让库存决策者获得更加满意的辅助决策。

关键词：库存管理，UML、VB 、SQL，ABC分类、安全库存、BP神经网络

Abstract
By the development of computer technique, computer information management system has become a hot topic. This text has analysed some basic functions of the administrative system of the stock and makes up the situation mainly, including the systematic demand is analysed, systematic structure, the function module divides and the data base mode is analysed etc. This text has introduced especially something which was “The Method of ABC”, “Safe Stock”and BPNN.They could help decision-maker to analyse.Introduced the function characteristics of Visual Basic programming environment and SQL data base management system briefly at the same time, the administrative system of the stock is an indispensable part in enterprise's material flow management.all element of UML have the same standard and semantic,they are simple and universal,developers can use the identity to clear up the otherness in deferent people. readability and generalize were improved by using UML.When we build the molde we must reflect the actual question with object and entity,we request the design must be close to the truly world.It is that using the naturally method to show the entity.So we use the Object-Oriented Analysis.It’s excellence is that it could build the modle which was close to the truly world and holding structure, connection and action.This text introduce a common stock management system ,but it has its characteristic. We use a thoughtway named assistant decision-making to design the system.first we use the method of ABC to sort my stock. It could help us to select some methods to manage the A,B or C.for kind of A ,we must be observed importantly, make an inventory everyday, use the method to stock with high frequency. for kind of B, we can stock a mass of B, make an inventory everyday or every month. for kind of C, we can reduce the times of stocking and making an inventory. Because a little difference of money A could make up the B and C.After ABC we point that there is a method to account the saft stock for B.It could gave a result to help decision-making people to analyse. Also, we used the theory of BP net-work to design our alarm system.we import the historical data into the BP net-work, after the BP net-work run,it could give an alarm.We can analyse esaly by introducing these methods of choosing and optimizing for stock.

Keywords: stock management,UML, VB,SQL,ABC sort,safe stock,BPNN

目录
学位论文原创性声明和学位论文版权使用授权书 1
摘要 2
Abstract 2
1 绪论 6
1.1 问题提出的背景 6
1.2国内外关于智能决策支持系统的研究 7
1.2.1智能化决策支持系统概述： 9
1.2.2智能决策系统的关键技术 9
1.2.3智能决策系统的难点 9
1.3本文研究内容思路 10
2库存管理概述 11
2.1库存管理现状分析 11
2.2库存管理的功能 12
2.3库存管理决策方面知识 12
2.3.1与库存管理决策有关的几个基本概念 12
2.3.2库存决策的主要方法 13
3.2.3关于A、B、C库存分类管理方法 14
2.4神经网络与库存预警 16
2.4.1神经网络简介 16
2.4.2神经网络的应用 18
2.5项目开发计划 18
2.6本章总结 19
3基于UML的库存管理系统建模 19
3.1建模方法的对比选择 19
3.2 UML的概述与建模 20
3.2.1 UML的概述 20
3.2.2 UML的发展历程 21
3.3 UML的内容 22
3.3.1 UML语义 22
3.3.2 UML表示法 22
3.3.3 UML的重要图形 22
3.3.4 UML的主要特点 23
3.3.5 关于UML的建模 23
3.3.6 总述 24
4面向对象需求分析及模型建立 25
4.1系统要求的软硬件配置 25
4.2用例模型建立 25
4.2.1系统顶层用例图 26
4.2.2仓库管理员库存管理用例图 27
4.2.3高层决策人员优化决策用例图 27
4.3主要业务活动及活动描述 28
4.3.1入库业务活动图 28
4.3.2出库业务活动图 29
4.3.3采购决策活动图 30
5面向对象设计(1)——静态模型建立 31
5.1系统静态模型的包图及说明 31
5.2软件功能及结构介绍 33
5.3系统中主要的类设计 36
5.3.1库存类 36
5.3.2台帐类 37
5.3.3盘点类 37
5.3.4 ABC和安全库存类 38
5.3.5 BPNN类 38
5.3.6 BP样本训练类 39
5.3.7决策采购申请类 39
5.4数据库概念设计—ER图 40
5.4.1库存管理ER图 40
5.4.2采购决策ER图 41
5.5数据库逻辑设计 41
5.6数据库物理实现 44
5.4.1关于SQL 44
5.4.2 SQL的安全 45
5.4.3 SQL的存储过程 45
5.4.4数据库的配置 45
6面向对象设计(2)——动态模型的建立 .......47
6.1物资入库合作图 47
6.2物资出库合作图 48
6.3指定入库位货架和入库顺序图 49
6.4指定出库位货架和出库顺序图 51
6.5备件报损顺序图 52
6.6盘点和报表生成顺序图 53
6.5备件报损顺序图 53
6.5 ABC分类决策顺序图 54
6.5 BP网络预测顺序图 54
7 库存决策技术 57
7.1基于本库存ABC分类及安全库存优化方法概述及设计 57
7.1.1 ABC分类管理的步骤 58
7.1.2 ABC分类的具体方法 59
7.1.3基于ABC分类管理及安全库存的设计 61
7.1.4 ABC分类法的效果 69
7.2神经网络在库存预测技术中的研究 69
7.2.1 递归神经网络概述 69
7.2.2 递归神经网络的预测模型 69
7.2.3 引入BP（Back_Propagation NET－work）算法进行网络训练 70
7.2.4 将神经网络模型运用在库存预警系统中 73
8 系统实现与测试 76
8.1测试方案设计与测试过程 76
8.1.1项目背景及测试目标 76
8.1.2测试过程简介 77
8.1.3模块与系统测试 77
9 结论 84
参考文献 84
附A 部分源代码
附B 部分计算结果
硕士期间的论文和研究活动
致谢

1 绪论
1.1 问题提出的背景
作为一名电信维护部门的普通员工，接受上级派发的任务义不容辞，完成任务的质量和效率是考验维护部门和维护人员能力的标准。但是本人经常会遇到一些情况而大大降低了维护效率。例如：设备备件不足，使出现故障的基站不能迅速恢复正常运行。任务紧急，压倒一人身上而没有足够备件支援等，从而导致任务不能按时完成，以致整个部门被上级单位的追究，究其原因，就是对维护备件的实际情况掌握不够，缺乏有效的库存数据管理而造成的。如果我们能够预测该项任务在规定的时间内不能完成，并且有足够的备件，就可以调整方案，不至于造成维护任务不能按时完成的情况。因此，建立一个能够帮助我们顺利进行维护工作，并能有效地管理电信维护备件的信息管理辅助决策系统是非常必要的。
1、 项目背景概述
随着国内市场经济的不断发展以及中国加入世贸组织以后，中国经济受到经济全球化的影响日益加剧，加上当今物流和信息的高度融合，各企业对资源合理、有效利用的要求也越来越高。库存管理无疑也成了非常重要的基础部分，而有效的库存管理可以明显的减少物流过程的相关费用。当然对于电信运营商也不例外。
对于国内电信运营商而言,保持足够的电信备件库存以及对库存进行有效管理是电信网络正常运营和维护的需要。合理的库存起着一定的缓冲作用，并且可以缩短物流活动的实现时间，加快运营商对电信网络运营维护的反应速度。一般国内电信运营商在网络运营维护方面，为了保证网络的平准化和连续性，都需要有一定的备品备件库存。但是，持有库存就必然会发生一定费用，还会带来其它一些管理上的问题。因此，库存在它的作用和弊端之间有一个协调、平衡的问题，这也是国内电信运营商库存管理所要研究和解决的问题。而现在国内电信运营商的库存物资种类繁多（主要包括线材，铁件，基站设备各部分备件，各种物资及交换设备、传输设备等主设备），为了保证企业的运营，最大限度为网络正常运营提供支持，持有一定的库存是必要的，但是大批量、多品种的库存物资无疑造成了库存成本、管理成本的增加。
本系统针对移动公司网络运营维护设备的库存管理进行了设计，能够及时反映需求，在满足网络运营维护的同时最大限度的减少库存成本和管理费用。

2、 项目概述
现代化企业库存管理的主要工作包括入库管理、出库管理、库存管理、库存统计等。要开发或改进一个库存管理系统，首先要调查入库工作流程、出库工作流程和库存处理工作流程，并收集相关的票据、账单等，为需求分析和系统分析准备资料。本系统需要做充分的需求分析，在完成一般的仓库的管理功能的同时结合移动公司网络运营维护设备的库存流动不确定性的特点设计优化方案，将ABC分类方法和安全库存计算方法以及BP神经网络原理引入库存预测，从而减少因备件不足导致运营网络维护延后和过多的积压备件带来的各方面费用的增加。本系统会采用面向对象的UML建模方法为主并以自顶向下的结构式建模方法为辅，让建模型的建立更加完善。

1.2 国内外关于智能决策支持系统的研究
众所周知管理者都很注重管理当中的决策，因为在很大的意义上，决策就意味着管理的成功与失败。部门的决策除了在一定程度上受上级部门制约外，很大程度上是由部门管理者的决策行为所决定的。部门管理者的决策行为，包括判断能力、组织能力、预测能力、协调能力以及领导者个人的价值观和行为偏好等。因此对管理人员的管理决策能力提出了相当高的要求。当然相信管理人员，应该明白一个铁定常理：管理决策活动决不是一件偶然地、孤立地为了解决某个问题而进行的活动。管理决策也不只是限于从几个可供选择的方案中选定一个最优方案的简单行动，不能误认为只有选定最佳方案才是管理决策，更不能因为个人癖好而作出不合理的决策。管理决策是一个复杂的全过程，并且贯穿于管理决策活动的各个阶段、每个环节，哪怕只是细微环节。
管理决策系统就可以帮助决策者。管理决策系统可以让管理者作出合理的决策，比如说针对维护部门来讲：部门管理者通过库存的管理预警系统进行决策是否该向上级部门申请购买备件，而不是等到没有备件可领取时再打报告申请，而被迫拖延跟换时间；而维护人员运行维护每日情况分析预测系统将帮助管理者将团队的力量发挥到最佳。相信对于我维护部门来说一个功能强大而且具有针对性的管理决策系统就可以在很大程度上帮助管理者做出更加合理的决策从而提高维护的效率。
决策支持系统（Decision Support System,简称DDS）是辅助决策者通过数据、模型和知识，以人机交换的方式进行决策的计算机应用系统。它为决策者提供分析问题、建立模型、模拟决策过程和方案的环境，调用各种信息资源和分析工具帮助决策者提高决策水平和质量。在如今的一个计算机智能化年代，我们考虑是否能将计算机引入生产生活的想法已不再是空谈，有了决策支持系统，我们可以减少巨大的人力和物力，通过计算机帮助我们创造更多的价值。
长期以来国内外对DDS的研究方向和新技术越来越多，信息系统的研究者以及技术人员在不断的研究和构建决策支持系统（DSS）。DSS的大致发展历程是【23】：1、20世纪70年代：初级决策支持系统阶段。在整个70年代，研发者研究开发出了许多较有代表性的DSS。到了70年代末的时候，DSS大都由模型库、数据库及人机交互系统等三个部件组成。 2、20世纪80年代 80年代初，DSS增加了知识库与方法库，构成了三库系统或四库系统。其中主要有知识库系统和方法库系统。知识库系统就是有关规则、因果关系及经验等知识的获取、解释、表示、推理及管理与维护的系统。方法库系统就是以程序方式管理和维护各种决策常用的方法和算法的系统。到了20世纪80年代后期人工神经元网络及机器学习等技术的研究与应用为知识的学习与获取开辟了新的途径。专家系统与DSS相结合，充分利用专家系统定性分析与DSS定量分析的优点，形成了智能决策支持系统IDSS，提高了DSS支持非结构化决策问题的能力。3、90年代中后期到现在 DSS与计算机网络技术结合构成了新型的能供异地决策者共同参与进行决策的群体决策支持系统GDSS。在GDSS的基础上，为了支持范围更广的群体，包括个人与组织共同参与大规模复杂决策，人们又将分布式的数据库、模型库与知识库等决策资源有机地集成，构建分布式决策支持系统DDSS。
国内外分析：从20世纪70年代开始国外就开始对决策支持系统进行研究，从起步来讲是领先国内大概10年的时间。国外发展的环境相对来说比较宽松人力、物力资源也相对较为丰富，在应用上比我国要广泛，技术上也领先于国内。不过近年来随着国内经济的蓬勃发展，我国对的决策支持系统的研究也提高了不少，应用也日趋广泛。国内研究历程：我国决策支持系统的研究始于20世纪80年代中期，其应用最广泛的领域是区域发展规划。大连理工大学、山西省自动化所和国际应用系统分析研究所合作完成了山西省整体发展规划决策支持系统。这是一个大型的决策支持系统，在我国起步较早，影响较大。随后，大连理工大学、国防科技大学等单位又开发了多个区域发展规划的决策支持系统。天津大学信息与控制研究所创办的《决策与决策支持系统》刊物，对我国决策支持系统的发展起到了很大的推动作用【21】。目前我国在DSS领域的研究己有不少成果，但总体上发展较缓慢，在应用上与期望有较大的差距，这主要反映在软件制作周期长，生产率低，质量难以保证，开发与应用联系不紧密等方面。
1.2.1 智能化决策支持系统概述
智能化决策支持系统是当今决策系统的设计主流，其主要特点是【30】：1、允许决策者能自始自终的介入系统的决策过程，并要求系统有一定的学习能力，可以逐步做到使决策者与决策支持系统的决策能力在实际的决策过程中同步提高。2、实现知识推理和数值运算结合，从而提供更有力的决策支持能力。3、建立更为通用的决策支持系统结构，一扩大系统的服务领域，也是系统对环境的变化和决策方式的变化具有一定的适应性。
智能决策支持系统在智能控制方面包含了智能控制与传统方法的结合，如模糊变结构控制，自适应模糊控制，自适应神经网络控制，神经网络变结构控制等，还包含了各种智能控制方法之间的交叉综合，如专家模糊控制，模糊神经网络控制，专家神经网络控制等。而将智能决策系统和BP神经网络控制相结合很好的做到了系统本身和决策者之间的交互和提高，让决策者时刻都了解到企业的运行状态从而作出最合适的决策。

1.2.2 智能决策系统的关键技术
智能决策系统的关键技术可以归纳为如下3点【16】：
1、模型库系统的设计和实现：它包括模型库的组织结构、模型库管理系统的功能、模型库语言等方面的设计和实现。
2、部件接口：各部件之间的联系是通过接口完成的，部件接口包括：1对数据部件的数据存取；2对模型部件的模型调用和运行；3对知识部件的知识推理。
3、系统综合集成：根据实际决策问题的要求，通过集成语言完成对各部件的有机综合，形成一个完整的系统。
1.2.3 智能决策系统的难点
1、模型库系统是一个新概念、新技术，它不同于数据库系统。数据库系统有成熟的理论和产品，模型库系统则没有，它需要研制者自己设计和开发。这样就不可避免地给智能决策支持系统的研发带来了很大的困难。
2、智能决策支持系统需要对数据、模型、知识、交互四个部件进行集成。而将这四部分集成在一起有相当的困难。
总述：
要将智能化决策支持系统很好的运用到实际的生产和生活中就要有针对性的研发。比如我是做设备维护的，因为我所做的工作必须将库存的优化管理和设备本身的告警在结合BP神经网络原理构建智能决策系统。这样的系统本身就包括库存管理系统和设备告警识别系统，从而让决策者做出合适的决策来提高工作效率。在深入的学习了BP神经网络，MatLab，数据库语言，VB语言以及大量分析其它决策系统和在指导老师的帮助下，能够将这一智能决策系统完成。

1.3 本文研究内容
第一部分 导论
1、 研究的背景及意义
2、 国内外综述及可性性分析
3、 设计软硬件环境及设计计划安排
第二部分 需求分析（结构化分析与UML面向对象设计）
1、 外线运行维护需求分析
2、 库存设备订购管理优化需求分析
第三部分 决策支持模型研究
1、设备订购管理优化决策模型研究
(1)设备订购数据采集 (2)订购管理优化决策模型
2、设备订购管理优化决策模型模拟实验
3、库存优化模型建立
（1）结合ABC分类方法并引入安全库存计算方法优化库存 （2）将BP神经网络运用到库存预测中
第五部分 系统实现与测试
1、 测试过程与测试方案设计
2、 模块与系统测试
第六部分 结论
第七部分 附表A（代码）、B（计算结果）
第八部分 论文期间的活动及研究
第九部分 致谢
1．对BP人工神经网络知识和MatLab的学习，因为从来没接触过这两门学科应此在知识的学习上有一定困难，遇到问题应该多请教指导教师。
2．本课题的重点是对生产实践的数学建模的过程，难点也是如此，要对一个问题建立数学模型，就必须掌握它的条件，约束，规范以及他的流程。
3．建立好一个数学模型后，你应该想到如何在计算机上表示，即用计算机语言实现，我在此选用了vb语言，此语言简洁明了，容易上手，但是要在一定的时间内从新开始学习，也是一个难点。
4．选好开发语言后就应该考虑开发工具，现在的开发工具五花八门，数不胜数，我选定了Microsoft Visual Studio .NET 2003，此工具功能强大，且支持vb语言。
5．所有准备工作都就绪后，可以进行外线运行维护工作决策支持系统的软件开发了。
2 库存管理概述
2.1库存管理现状分析
库存管理是指在物流过程中对仓库中各种物品的存储，进出流转及其数量，金额，费用等进行管理的活动。过去认为仓库里的物品多，表明事业兴旺发达、生意兴隆，现在人们认识到“零库存”管理是最好的库存管理。库存多，占用资金多，利息负担加重。但是如果过份降低库存，则会出现缺货。
在我国不少企业的备件存量高达企业设备投资的10%以上，由于设备改造更新，每年都会有一定量的备件报废，造成大量资金的浪费。根据相关资料统计，目前国内很少有企业的备件仓库实现了真正具有科学优化的智能管理。我国企业备件仓库管理基本仅采用经验上、下限采购储存管理方法。一方面造成备件资金严重浪费；另一方面，又常出现维修无备件而不得不紧急采购，有些进出口备件紧急采购费用十分昂贵，造成企业负担沉重。
纵观国外普遍采用备件的 3A（Agile、Adaptable、Aligned）管理模式，就是要求备件管理要具有敏捷性、适应性和协作性以满足设备需求的瞬息万变，这样才可以解决设备备件库存较大，占用大量维修费用的问题。3A从区别备件的缓急入手，对设备进行ABC分类，然后再对部件实行ABC分类，最后对零件作ABC分类。设备的ABC分类与传统的分类方法有所不同，传统的分类注重设备的批量价值。新的分类思路更加重视设备在生产流程中的作用，注重设备停机对生产的影响，以及所造成的后果。
因此我们要在借鉴学习的同时找到到一套既符合我国备件市场状况和企业实际，又可不断优化库存结构的动态管理模式势在必行。备件的库存管理已成为降低维修成本的重要环节，也是充满挑战性和蕴含开发潜力的管理过程。
2.2库存管理的功能
(1)防止缺货。缩短从接受定单到送达货物的时间，以保证优质服务，同时又要防止脱销。
(2)保证适当的库存量，节约库存费用。
(3)降低物流成本。用适当的时间间隔补充与需求量相适应的合理的货物量以降低物流成本，消除或避免销售波动的影响。
(4)保证生产的计划性、平稳性以消除或避免销售波动的影响。
(5)展示功能。
(6)储备功能。在价格下降时大量储备，减少损失，以应灾害等不时之需。
2.3库存管理决策方面知识
2.3.1 与库存管理决策有关的几个基本概念
（一）平均库存量
　 平均库存量是指一个企业库存量的平均数。
（二）采购成本
　　 采购成本是指物资本身所消耗的成本，如物资单价、运费等。
（三）订货成本
　　 订货成本是指为获得存货所发生的成本，包括与订货有关的差旅费、到货验收、进仓、货款支付手续费等项所发生的费用。
（四）存贮成本
　　存贮成本是指物资存放在仓库经过一定时期后所发生的全部成本。它包括了两方面内容，一是因实物的保管而发生的多项支出，如仓库的折旧费、保险费与修理费、通风照明费、冷气暖气费等仓储费。仓库内部的搬运费、仓库管理费等。二是因存货资金占用的有关费用，为储存物资占用资金而支付的利息或占用费、物资陈旧变质、拆耗所发生的损失等。
（五）缺货损失
　　缺货损失是指由于存货不足，不能及时满足顾客或生产上需要而引起的缺货损失费用。它包括了由于缺货引起的停工损失，延期交货而付出的罚金、信誉损失、失去销售机会的损失等。
（六）存货成本
　　存货成本是指存货所耗费的总成本，主要包括采购成本、定货成本、存储成本、缺货成本等部分。
（七）安全存储量
安全存量是指为了防止因生产量增加或提前领料，使当月耗用量超计划或因故延迟交货等特殊原因，必须保持一定数量的保险储备量，称之为安全存储量。
2.3.2库存决策的主要方法
库存决策有两个主要任务：
（一）计算使存货成本达到最低的经济订货量（EOQ）。也就是以最小的订货成本与存储成本避免缺货损失，寻找最经济的批量。一般来说它有三种计算方法即列表法（也称逐次测试法）、图解法、数学模式法。
1、列表法
通过表格形式表现出订货的数量和成本之间的关系。
2、图解法
　 就是用二维数轴方式表示，一般纵轴表示全年成本合计数y，横轴表示订货量x。
　　此方法让我们可以看出1、存储成本与每次订货成正比增加。因为订货量越大，存贮时间越长，所花的费用也就越大。2、订货成本是与每次订货量成反比减少的。因为订货批量越大，分摊到每个零件的采购费越小。3、当存储成本与订货成本相等时（也就是它们的相交点），正是与总成本曲线的最低点处于相同的位置。
3、数学模式
就是运用一些数学公式来表现订货数量和成本之间的关系。
（二）确定经济订货点也称再订货点
首先介绍一下两个相关名词：“正常消耗量”和“提前期”。
“正常消耗量”是指产品在正常生产过程中预计的每天或每周材料的正常消耗量。
“提前期”是指从提出订货到受到订货的时间间隔。
由此我们可以用两个简单的数学公式来表示订货点的计算方式如下：
安全储备量=（预计每天最大耗用量 - 平均每天正常耗用量）×提前期
　 订货点=（提前期×平均日耗量）+安全储备量
2.3.3 关于A、B、C库存分类管理方法
（一）ABC库存分类管理法的原理
ABC库存分类管理法的原理简单的说就是“关键的少数与次要的多数”原理。1879年意大利经济学家巴累托于在分析研究本国人口与收入的规律时发现ABC分类，占总人口百分比不大的少数人的收入占社会总收入的大部分，而大多数人的收入却只占社会总收入中的很小一部分。它根据统计的数字用ABC曲线表示，故称为巴累托曲线。所谓ABC分类法又称为重点管理法。它把库存物资按某种物资占库存物资总数量的百分比和该种物资金额占库存物资总金额的百分比的大小为标准，划分为ABC三类，把品种及数量少，而占用资金多的项目划分为A类；把品种数量较多，比较值钱的项目划为B类；把一些零碎的、种类很多，但不值钱的项目划为C类。对金额高的A类物资，应作为重点加强管理与控制；B类物资重要，可按通常办法进行管理与控制；C类物资品种数量繁多，但价值不大，可采用最简便的方法加以管理与控制。
（二）分类方法简介
（1）设备的ABC分类
A类设备：主流柱上，对生产直接影响很大的设备。
B类设备：非主流柱上，但对生产影响较大的设备，如能源供气设备；或虽在主流程上，但不构成很大影响的设备等。
C类设备：非主流柱上，对生产影响不大故障后可以等待的设备。
（2）部件的ABC分类
A类部件：设备的核心，主要负载部分，对设备生产运行影响直接，影响重要，发生故障后果严重、停机损失严重。
B类部件：设备的较重要部位，发生故障影响设备功能，产品质量、生产效率和安全环保，但不会造成严重停机损失。
C类部件：设备的辅助部位，发生故障暂不会对设备功能，产品质量，
产效率和安全环保产生即时的影响。
（3）零件的ABC分类
A类零件：部件的核心，主要负载部位，对设备生产运行影响，直接影响重要，发生故障后果严重，停机损失严重。
B类零件：部件的较重要部位，发生故障影响设备功能、产品、质量、生产效率和安全环保，但不会造成严重停机损失。
C类零件：部件的辅助部位，发生故障暂不会对设备功能、产品、质量、生产效率和安全环保产生及时的影响。
（4）纳入备件库存结构模型管理范畴的备件分级
设备、部件和零件的ABC分类派生出从AAA到CCC共27种零件类别。然而，为了压缩库存，仅有若干类纳入库存结构模型管理范畴，其余零件均作零库存处理，也就是说，当领用部门提出申请才去订货、采购平时不作储备。那么纳入备件库存结构模型管理范畴的备件可分为四级。
第一级：AAA、BAA、ABA、AAB，代表了最重要、需要做冗余库存的零件。
第二级：ACA、BCA、ACB、ABC、AAC、BAC、CAB、CBA、BAB、CAA，代表了较重，可以做一般库存的零件。
第三级：ACC、BCB、CCA、CBB、CAC、BBC,代表了可以做短缺库存的零件。
第四级：BCC、CCB、CBC、CCC，代表最不重要，可以只存信息不存实物的零件。
（5）根据备件的损坏和更换规律，备件的状态分类
一类备件：大量消耗备件，损坏和 订货周期清楚，确定。
二类备件：分长期损坏件，消耗量较小，损坏和订货周期清楚、确定。
三类备件：损坏或订货周期不清楚的损坏件。
（三）ABC库存分类管理法的实现过程
　　首先，把各种库存物资全年平均耗用总量分别乘以它的单价，计算出各种物资耗用总量及总金额；
　　其次，按各品种物资耗费的金额的大小顺序重新排列，并分别计算各种物资所占领用总数量和总金额的比重（百分比）；
　　最后，把耗费金额适当分段，计算各段中各项物资领用数占总领用数的百分比，分段累计耗费金额占总金额的百分比，并根据一定标准将他们划分为ABC三类。
（四）ABC分类管理的控制方法
　　（1）对A类物资要进行重点控制，尽可能适当增加订购次数，减少库存量。同时，还可为A类存货分别设置永续盘存卡片，以加强日常的控制。
　　（2）对B类存货的控制，也要事先为每个项目计算经济订货量和定货点。同时也要分项设置永续盘存卡来反映库存动态，但不如A类要求那样严格，只要定期进行概括性的检查便可以了。
　　（3）对C类存货的控制，由于他们为数众多，而且单价又很低，存货成本也很低。因此，可适当增加每次订货数量，减少全年的订货次数。常用的有“双箱法”，就是将某项库存物资分装两个货箱，第一箱的库存量是达到定货点的耗用量，当第一箱用完时，就意味着必须马上提出订货申请，以便补充生产中已领用和即将领用的部分。
（五）综述
综合以上的介绍可以看出实行备件的ABC分类管理解决了原有库存管理模式下设备备件大量积压的问题，同时节省了企业维修资金，是一种值得我国企业学习和借鉴的方法。
2.4 神经网络与库存预警
2.4.1 神经网络简介
（一）神经网络的发展 40年代初，美国Mc Culloch和PiMs从信息处理的角度，研究神经细胞行为的数学模型表达，提出了二值神经元模型。MP模型的提出开始了对神经网络的研究进程。1949年心理学家Hebb提出著名的Hebb学习规则，即由神经元之间结合强度的改变来实现神经学习的方法。50年代末期，Rosenblatt提出感知机模型(Perceptron)，首先从工程角度出发，研究了用于信息处理的神经网络模型。这是一种学习和自组织的心理学模型，它基本符合神经生理学的原理。六七十年代进入了神经网络研究的低潮期，但是仍有一些学者扎扎实实地继续着神经网络模型和学习算法的基础理论研究，提出了许多有意义的理论和方法。其中，主要有自适应共振理论，自组织映射，认知机网络模型理论，BSB模型等等，为神经网络的发展奠定了理论基础。1982年，美国加州理工学院物理学家J．J．Hopfield提出了一种新的神经网络HNN。他引入了“能量函数”的概念，使得网络稳定性研究有了明确的判据。HNN的电子电路物理实现为神经计算机的研究奠定了基础，并将其应用于目前电