ERP(Enterprise Resource Planning)企业资源规划是当今国际先进的企业管理模式,为企业决策者有效地管理和合理地分配企业的资源提供了很好的帮助.库存管理是ERP中的重要组成部分,直接影响采购、生产等部门的活动,优化库存管理能盘活企业流动资金,加快资金周转,直接关系到企业的经济效益.本项目组设计的ERP系统中部分模块已经在企业内部正常运行1年多,将企业的计划、生产、采购、财务、仓库、人事等各个部门通过业务流程紧密地相连到一起,数据已在各个部门中顺利的流通.但是目前企业内部使用的库存管理仍然停留在物料基本信息管理上,物料采购的申购量和安全库存量是单纯凭仓库管理员的经验来决定的,于是经常出现部分原料供给不足或部分原料积存过期不能使用,影响到生产的顺利进行或浪费了资源.本文就是针对这个问题的研究而展开的.针对该企业为印染加工行业的特殊性,本文首先根据历史订单的数量采用不同的预测方案来预估短期内企业的待加工订单数量,并对相应的模型误差进行了比较.本文详细分析了影响染化料需求量的诸多因素,在此基础上提出了用改进的BP神经网络算法建立染化料需求模型,叙述了系统输入、输出变量的选取和样本的处理方法.针对单纯的BP算法易陷于局部最小值和运算量大的缺点,利用遗传算法全局寻优的性能来训练神经网络权阈值,改进BP算法的性能.最后在企业现有Intranet网络平台的基础上,构建了智能库存管理系统.在系统的研究过程中,笔者提出了一些新颖且被试验结果证明有效的设计思想和开发方法.提出了应用人工智能理论来预测染化料的需求量,从而确定安全库存量的设想,建立了预测模型,并用实际数据验证了所建模型和算法的有效性.将人工智能的先进技术应用到实际,体现了人工智能的实用价值.并提出了将C/S和B/S模式结合起来的混合体系结构,弥补两种结构体系各自的不足,取得了良好的实际应用效果.