论文部分内容阅读
为了更加准确地预测企业的安全库存,提出利用遗传算法改进BP神经网络的预测模型。通过对T木门企业的实际生产情况,对原材料的安全库存进行研究,选择对安全库存影响最大的十个因素。建立基于GA-BP神经网络的精准预测模型,同时将该模型与BP神经网络模型得出的预测结果进行对比验证。结果说明GA-BP神经网络模型在安全库存预测时比BP神经网络具有更高的稳定性,而且预测精度也有了显著提高。