现代生产企业对于设备的依赖程度越来越高，因此设备的管理就显得尤为重要。生产企业的设备备件，是生产设备连续正常运行的保障。备件的不足会引起故障设备不能及时修复，导致生产停顿，从而造成重大的损失。备件的库存会直接占用企业的流动资金。而本文就试图来提出一个系统的解决方法。本研究主要回答了哪些件需要备库存，和需要备多少库存的问题，这对于企业中备件的管理有着现实的指导意义。本文提出用神经网络的方法对备件进行分类。该方法可以通过IT技术来对大量的备件进行快速的分类，同时解决效率和稳定性的问题。本文从哪些因素影响备件储备决策入手，用这些因素作为神经网络的输入，并选定一些技术人员公认的比较合理的备件作为样本数据，来对神经网络进行训练，从而搭建出一个备件决策的神网络，来回答哪些备件需要制备库存的问题。本文采用了一个简单的计算备件需求率的方法，部分的解决了很多企业所面临的备件历史记录数据不足的问题。本文根据备件的需求率来计算备件的平均需求，并依据需求的标准差和服务水平，来计算出备件提前期内的需求作为再订货库存水平。另外建议用一段合理时间内的期望需求，作为库存的最高水平。本管理方法系统的回答了备件库存管理的问题。本文通过确定备件的分类、计算备件库存的最小与最大库存，系统的回答了备件管理中备件的储备与库存水平管理两个问题，具有现实的指导意义。