近年来,随着电子商务在中国的迅速发展,“互联网+农业”模式已成为新趋势,如何让中小型企业拓宽网络销售渠道尤为重要。盘锦河蟹电商分销系统是作者为家乡企业开发的一款小程序应用,通过实际订单对未来销量走向进行预测,主要运用神经网络技术对预测算法进行优化,为企业解决各地区分销、线上与实体库存预测、打造品牌知名度等问题。本文对企业订单预测需求进行算法学习与研究,主要工作为动态神经网络的订单预测算法优化,提出一种混合LM-LS预测算法,创新点包括时间序列数据去噪中阈值的选择和构建动态模糊WNN模型等,做到了统计口径数据平滑化和偶然订单用泊松分布加以拟合,文中通过对分销系统订单数据处理后,将模型建立并进行求解,将优化后的高频预测进行对比,得到了较为准确的预测结果和精度,最后将文中的优化算法应用于盘锦河蟹分销系统中。优化后的动态算法能很好的处理动态变量,任何新订单都可以实时输入、实时预测,高频预测结果可精确到小时级。在算法研究的基础上,本文还对开发电商分销系统的课题意义及背景进行总结研究,明确系统的开发目标,然后对目前主流的分销平台进行研究分析,整合国内外电商平台的发展现状进行对比,研究适合河蟹等生鲜平台运营方式来制定开发方案。系统完成设计后,此系统正式投入运营使用,在小程序发布佟府蟹宴电商分销平台1.0版本,前端与后台的主要功能页面均在文中章节作出详细展示,截至到目前仍平稳运行,商城后台订单数据为算法研究提供基础。经实践表明,基于动态神经网络的预测算法在应用中提高了预测效果,不仅为分销系统中明年的销售提供数据支持,还有效解决了线上与实体预期备货量、生鲜物流时限要求等问题,同时开发出的电商分销系统有效的解决了原来企业加入第三方平台所出现的运营问题,在拓宽河蟹销售渠道的同时提高了企业品牌知名度。