钢铁产业是国民经济发展中不可或缺的重要组成部分,也是推动我国成为制造业大国的主要动力。钢材产业是钢铁产业的重要组成部分,但目前我国的钢材行业还处于发展阶段,投资过度、结果不匹配、资源浪费严重等都是目前面临的重要问题,而钢材企业库存管理不合理却是造成资源浪费的重要原因之一。如何准确预测钢材库存量,从而优化钢材库存管理,已成为钢材企业急需解决的难题。因此,本文将着重研究和实现一套合理的钢材库存预测系统。本文的主要研究内容如下:(1)对国内外钢材库存管理现状进行研究,通过对实际的钢材公司的调研,对钢材进行了分类,总结了影响钢材库存需求的因素。(2)对国内外预测算法进行研究和对比,选择BA(Bat Algorithm,蝙蝠算法)优化BP神经网络的方式来建立预测模型,并用实际的数据进行模型测试,验证BA-BP模型的有效性。(3)对数据交换和加解密算法进行研究,结合两种技术实现钢材产业链中各节点之间的数据交换,将共享的数据运用于预测模型之中,提高了库存预测结果的准确度。(4)对钢材库存预测系统进行需求分析,将研究成果运用到库存管理系统中,设计开发了集系统管理、库存预测、业务管理、库存管理和综合查询为一体的钢材库存预测系统,并对系统进行测试,验证了系统的可行性和可靠性。本文的成果:(1)将BA-BP算法运用于钢材库存预测之中,优化了库存管理合理性,减少了资源浪费。(2)结合Web Service技术和DES加解密算法实现了安全的数据交换,通过信息之间的共享,提高了钢材库存预测的准确性。(3)优化业务流程,并利用可视化图表技术为用户提供了清晰明了的信息展示,提高了用户体验度和办公效率。