在当前经济形势紧张,市场竞争惨烈的情况下,如何更快更好地满足客户需求,是每一个企业必须研究的课题。采煤机零件产品不但价值高、生产周期长,而且专用性很强。为提高客户满意度,采煤机企业需要建立庞大的库存,以满足客户的不时之需。然而,单纯依据零件历年的平均使用量建立的库存是盲目的、不科学的,容易出现备库不足或者库存积压等情况。本文依据TD公司生产计划工作需要,对采煤机行走轮需求进行预测并制定订购决策,以提升公司的生产管理水平。采煤机行走轮的需求,是未知分布的不确定性时变需求。首先,通过采煤机行走轮自身特性分析确定研究必要性,采用名义群体法确定九个相关因素,并收集数据建立多维时间序列;第二,利用主成分分析方法对多维时间序列进行降维,确定以累计贡献率为92.93%的前三个主成分代替原始九个相关变量;第三,创建三元三次多项式回归组合预测模型以及混合遗传算法的支持向量机回归预测模型,根据2015年需求拟合结果分析得出三元三次多项式回归组合预测模型的平均相对误差、平均绝对误差、均方误差均高于混合遗传算法的支持向量机回归预测模型。由此确定,混合遗传算法的支持向量机回归预测模型的拟合效果更优,更适合采煤机行走轮的需求预测。最后,利用混合遗传算法的支持向量机回归模型预测2016年的采煤机行走轮需求,根据预测结果分析,为减少缺货情况,决定在原预测值基础上增加10%的安全裕度,进而制定适合TD公司的订购决策:(1+10%)×需求预测值-(现有库存量-安全库存量)。