随着经济的全球化以及供应链管理思想的发展,现代企业间的竞争日趋国际化,并逐步转变成企业供应链间的竞争。在企业供应链管理过程中,人们逐渐发现库存管理是供应链管理的重要组成部分,库存成本也在企业成本中占了相当大的比例。因此,研究供应链中各节点企业的库存管理策略对供应链整体的优化具有很强的理论和实践意义。本文中的H汽车制造厂采用供应商管理库存的策略,供应商能够自主管理企业物料库存,在一定程度上降低了物流成本。然而,在现有的库存管理中,存在供应商供货决策过程中缺乏与制造厂的沟通和协商、现有的信息系统对物料流动监控不够及时、准确等问题。针对上述问题,文中提出了基于第三方物流的联合库存管理的解决方法。联合库存管理(Joint Managed Inventory,即JMI)更加注重供应链中上下游企业节点间的权利责任平衡和风险分担,能够有效避免了“牛鞭效应”的发生。在联合库存管理中引入第三方物流,将企业的库存管理以及相关物流业务进行外包,让企业集中精力发展自己的核心业务,提高了企业竞争力。同时,针对库存管理中的安全库存问题,文中提出了基于遗传算法优化LM-BP神经网络的算法,并建立了相应的安全库存预测模型。该模型针对BP神经网络易陷入局部最优,收敛速度慢的问题,利用遗传算法和LM算法进行改进,使之兼具神经网路的学习能力和遗传算法的全局搜索能力,极大地提高了BP神经网络的性能。并且,通过Matlab进行仿真实验对算法的可行性和性能进行验证,效果明显。论文最后使用.NET三层框架结构对基于3PL的JMI物料管理系统进行了详细的设计和实现,并将C#实现的安全库存预测算法应用到系统中。