随着市场经济的蓬勃发展,市场需求模式不断变化,各大企业也处于高速发展阶段,供应链环境下,企业已经无法独立性的完成生产计划安排,传统的生产计划管理方案已经无法满足市场的需求,企业急需找寻另一种模式来解决当前的生产困境。基于供应链环境,“新”零售企业在制定生产计划时需要供应链各环节节点企业相互配合,不断进行信息交互共享,合作开发完成。北京A企业作为“新”零售企业,如何对不断增长的业务数据进行管理,并从海量数据中准确地提取对企业销售与生产预测有价值的信息,已经成为“新”零售企业面临的新问题。本文结合企业销售与生产数据,基于LSTM-BP的组合预测模型提高销售生产的预测精度,针对面向供应链的生产计划优化方法进行研究,旨在提升新零售企业在供应链环境中的发展竞争力。本文的主要研究工作内容如下:1.提出并构建基于LSTM-BP组合模型的商品销售预测模型。本文以北京A企业的经营数据为基础,结合市场环境因素、企业生产实际状况和理论研究,首先,提取分析处理产品生产过程的数据,分割海量销售数据;其次,分析研究销售预测模型影响因素,结合考虑销售活动策略对销售结果的影响,计算商品活动力度影响因素,构建基于LSTM-BP组合商品销售预测模型;最后,针对组合预测模型与单项预测模型,在模型训练过程中不断调参,对实验结果进行对比分析,提升组合销售预测模型准确度,最终获取最优预测结果。2.提出并构建供应链环境下的生产预测模型。根据供应链环境下的生产计划特点,重点分析研究安全库存对生产计划的影响;本文对北京A公司的销售数据、仓储数据与生产数据统计分析,确定生产预测模型影响因素,以商品销售预测模型为基础,结合仓储数据,计算产品的安全库存,构建供应链环境下的生产预测模型,通过实验数据结果,不断提高生产预测准确性。3.设计并实现了基于供应链的生产数据分析系统。首先,该系统主要针对库存、销售和生产数据实现数据的查询和分析;其次,实现了商品销售预测模型与生产预测模型,对预测结果进行数字化分析与展示。整个系统为北京A企业的销售、生产数据提供了更好的数据分析平台,对北京A企业生产计划进行优化,解决商品库存积压、资金周转困难等问题。论文根据供应链环境下生产计划优化问题,结合LSTM-BP组合商品销售预测模型以及企业仓库存储数据,分析产品安全库存因素,构建基于供应链的生产预测模型,对企业生产计划提供一种可行的优化方案,并进行实验数据分析。实验结果表明,本文所提出的生产计化优化方案可有效预测市场销售需求,可以提升企业生产计划合理性,与此同时可减少库存货物积压。