三一**企业逐渐向服务型制造转变,以备件供应为基础的售后服务成为装备制造企业新的利润增长点。高效的备件库存管理能有效减少库存成本,同时提高备件服务水平。因此,必须研究相关的技术来指导企业的备件库存管理。易损件的备件是需求主体,其需求模式有多种形式。其中平稳的需求预测一般采用简单指数平滑法;具有上升趋势的需求预测采用二次指数平滑法。针对影响因素众多造成的周期型需求预测准确性低等问题,本文提出一种基于特征合成的需求预测方法。方法定义了等间隔备件需求样本集的相似度模型,采用优化算法确定了最优备件需求周期长度,并利用回归模型建立各周期内的备件需求模型;提出了基于特征合成的模型综合方法,将多个历史备件周期需求模型进行合成,获得最优的周期预测模型;将该模型应用于砼活塞的需求预测实例中,实验结果证明该模型具有良好的稳定性和准确性。关键件的备件需求模式一般为间断型。针对间断型需求因需求发生随机,需求量值波动大而导致预测困难这一问题,提出了一种新的备件需求预测方法。该方法能分别预测需求发生时间和非零需求发生时的需求量值。采用调制方法对0-1需求发生时间序列其进行平滑处理,运用神经网络对调制后的0-1时间序列进行预测获得需求发生时间的预测值。采用时间聚合方法对实际备件需求时间序列进行预测,将滚动预测应用到解聚合过程中,得到备件的需求量预测值。应用砼活塞的需求数据对预测方法进行了验证,实验结果表明,该方法的预测精度要优于其它预测方法,证明了所提方法的有效性和准确性。在库存建模方面,分析了制造企业的备件供应流程,对制造企业的库存管理体系进行优化,对各地区仓库采用调拨策略进行协同控制。分析制造企业中影响库存成本的一些关键性因素,在此基础上建立库存管理系统模型,并采用遗传算法对库存模型进行求解。通过实验说明了各种不同的调拨策略对库存管理成本和服务水平的影响,获得最佳调拨策略。基于上述理论研究成果,根据三一***企业的实际需求,设计服务备件的库存管理系统的体系结构和功能模型,开发了包括备件需求预测、备件信息管理等系统模块,作为售后服务平台中的一个子系统与三一的整体维护维修系统协同工作。