制糖业是我国食品行业的基础工业,在我国国民经济中占有不可或缺的地位。但国内制糖企业普遍存在因供需不匹配而造成生产效率低下的问题。通过制糖原材料需求量的准确预测,不仅可以为制糖企业制定更科学合理的原材料采购计划以保证生产平衡,还可以为原材料需求量预测系统提供数据服务,有效提高制糖企业管理的自动化水平。然而,现有原材料需求量预测研究绝大多数采用传统回归、线性规划等算法模型,尚未考虑制糖原材料业务特点,忽略了时间因素对原材料需求量的影响,导致需求量预测的准确性有限。因此,如何科学准确的预测制糖原材料需求量是制糖企业实现现代化智能化管理必需解决的基础和关键问题之一。本文以某真实制糖企业的原材料供需情况为背景,研究制糖原材料需求量的准确预测问题。本文针对大量制糖企业原材料供销的历史数据,深入分析原材料需求的规律和影响因素,通过改进布谷鸟搜索算法(Modified Cuckoo Search,MCS)优化Elman神经网络模型(MCS-Elman),并利用提取的时间特征改进神经网络模型,提出了时间特征关联的制糖原材料需求量预测模型(Temporal Feature-correlated MCS-Elman Neural Network,TMCS-ENN)。本文首先阐述了时间序列、Elman神经网络、布谷鸟搜索算法等基础理论知识,结合制糖企业实际情况分析影响原材料需求量的时间特征关联因素,同时间序列预测算法进行对比分析,确定制糖原材料需求量预测模型;其次,在已建立的MCS-Elman神经网络预测模型的基础上,加入时间特征关联的节假日因素,使得预测模型更加符合制糖企业的业务特点,并予以实验分析和验证。最后,面向真实企业需求,以TMCS-ENN预测模型为核心,设计并实现了制糖原材料需求量预测系统。实验证明,本文模型有效提高了企业制糖原材料需求量预测的准确性,明显改善了制糖企业采购业务的工作效率和自动化水平。