随着市场竞争的激烈,为了提高自身的竞争力,企业越来越注重管理效率。对于制造业的企业,库存管理是企业物料管理的核心,仓库作为存放生产资料的地方,占用着企业大部分资金。如果库存数量不足会影响企业生产,导致项目进度延误；如果库存数量过多又会导致较高的材料存储成本。改善库存管理方式,能够有效减少库存成本,促进企业发展。目前,制造业库存管理信息化程度不高,库存周期长,物料信息跟踪不及时。对于入／出管理仍然依赖于纸质表格的申请与领取,这种管理方式使得历史数据统计极其不方便。生产部门不能及时查看库存材料信息,导致工序进程缓慢,严重影响项目工期。由于库存材料数目众多,存储方式各异,纸质化的管理方式使库管员工作繁重,给企业的库存管理带来了额外的人力成本。因此高效地管理、控制和汇总库存材料信息是保证库存管理高效运作的重要内容。库存管理系统主要功能包括库房设置、库管人员、库房存储材料等基础信息管理及入库单据、生产领用单据、退库单据的管理。通过库存盘点分析,及时向生产部门和采购部门反映各种物料的存储情况,为生产进度跟踪以及库房材料财务核算提供数据。通过对材料进行物料编码,实现物料的分批管理,保证质量连续跟踪。本文针对太原重工滨海分公司库存管理现状,对实际库存流程进行规范,设计并实现了整套库存管理系统。库存管理系统按照B/S架构模式设计,以Django技术作为服务端开发框架,Python作为开发语言,前端使用Bootstrap框架实现页面样式渲染,数据存储将MySQL数据库和pickle模块相结合使用,web容器采用Nginx技术和uwsgi接口技术,异步通信采用Dajaxice技术。系统技术架构采用MVC的设计模式,实现了系统不同业务分离。论文详细介绍了本库存管理系统的设计与实现。系统按照业务功能分为：入库管理、领用管理、退库管理、台账管理、材料存储管理和基础数据管理模块。论文针对库存系统入库管理流程中遇到的库房分配问题,进行专项研究。运用库存网络流模型来求解库房分配最小费用的策略。针对库存安全量预测问题,通过BP神经网络模型对库存材料安全量设置值进行预测,提高了库存安全量预测的准确性,更加有效的控制库存量,保证生产进度同时减少存储费用。系统经过严格而完整的测试已经在太重滨海分公司完成部署。系统实现了信息管理的无纸化,提供灵活多变的快速查询,部门间能够及时共享企业内部信息,并为库存管理人员提供了智能化决策。