慢速流动备件管理是企业库存管理中至关重要的一项工作,良好的慢速流动备件管理不但可以保证生产的正常运行,还能大大减少库存成本。但目前对慢速流动备件本身的研究还不够充分,尤其是在慢速流动备件判定和预测上还有很多工作要做。本文从慢速流动备件的特点出发,对慢速流动备件进行了界定,并针对慢速流动备件的特点,提出了一种基于模糊综合评判的慢速流动备件判定方法,将对企业库存管理有决定性作用的慢速流动备件从众多备件中分离出来,既考虑了慢速流动备件概念的模糊性,又解决了影响因素的权重问题,克服了传统判定方法的不足,使备件分类更加准确、有效,为慢速流动备件的库存管理提供了基础。慢速流动备件因为其价格昂贵和使用的重要性,成为备件需求预测的核心。较为准确地预测出慢速流动备件的需求量不但能保证企业安全、稳定的进行生产活动,还能大大降低库存成本,但慢速流动备件需求往往具有不确定性,采用常规方法对其准确预测相当困难。为了使预测更加合理,本文提出了一种结合预分类技术的多元线性回归方法对慢速流动备件需求进行预测,文中所指的预分类,就是利用备件的同源性和继承性,将工作原理相近,结构相似,工作环境相同,需求基本一致的慢速流动备件分为一类,在预分类的基础上采用多元线性回归方法进行预测,然后依据预测结果计算慢速流动备件的经济订货批量。该方法是以备件需求影响因素为基础的,适宜用来预测那些有详实维修和管理记录的慢速流动备件,但很多企业没有这样的数据基础,所以本文又提出了一种基于BP神经网络的慢速流动备件需求预测方法,它是以需求历史时间序列数据为基础进行预测的。基于BP神经网络的慢速流动备件需求预测方法,对“需求是否发生”和“需求量”分别进行预测,之后将二者结合起来从两个方面准确描述未来的慢速流动备件需求情况,这种一分为二的预测方法,降低了预测难度,有利于发现暗含在慢速流动备件需求中的潜在规律,为慢速流动备件需求预测提供了一种有效的方法。综上所述,本文从慢速流动备件判定和需求预测两个角度对慢速流动备件管理进行了研究,所提出的判定和预测方法符合实际且性能良好,为企业进行慢速流动备件管理提供了可靠、有效的方法。