商品的销量预测一直是零售行业的一个重要课题。准确预测单品销量,能提升门店的备货效率,从而降低商品损耗,减少库存占用,能更好的满足市场需求。药品的库存问题作为零售连锁药店经营管理中的重要一环,解决库存的优化问题可节省企业成本,减少库存浪费。保证连锁药店周围居民的正常用药,降低资源的消耗和浪费。依据模型的建立和算法实现来对医药连锁企业的库存进行合理优化,对医疗事业的发展有着积极意义。本文主要研究药品的库存优化问题,以T医药连锁企业的真实销售数据和库存数据为研究对象。结合当地的气温因素,构建医药销售预测模型达到动态调整企业库存的目的。论文主要研究工作如下:(1)根据药品在研究期间的累计销售额占比将药品进行重要性划分。根据传统的药品分类方法结合层次分析法进行药品ABC分类。根据分类结果,将划为A类的药品做为销量预测的对象。(2)根据销售数据的特点,针对重要性程度较高的A类药品提取不含有特殊标识的药品(麻黄碱标识,拆零标识),运用FP-growth算法分析研究周期内的药品之间的关联关系,挖掘药品的频繁项集,并预测频繁项集内的药品销量,根据预测结果来优化销售组合和企业库存。(3)根据药品属性和气温因素,基于时间序列分析,研究历史销量和气温变化的程度对药品未来销量的影响,结合随机森林算法,融入当地的气温因素预测A类药品的销量,根据误差分析,非同类药品会有不同的预测准确率,可根据准确率的大小选择更合适的预测模型,并根据预测的结果设置药品的库存警戒线和库存上下限。(4)分析产生库存浪费的原因,根据一定周期内该企业的库存数据和药品的销量预测值,通过剩余库存量和库存警戒线的不断对比,并通过预测结果计算药品安全库存,进行周期性的药品库存动态优化。最后建立库存管理指标体系,帮助企业更全面的监测和调整库存,达到优化企业库存的目的。实验结果证明,本文模型具有较好的预测效果和可扩展性,也可应用到其它零售企业的商品预测中,根据预测结果得到的库存调控模型,能很好的实现库存的动态调控和优化。