蔡雁，吴敏，王绍丽，王春生

(中南大学 信息科学与工程学院，湖南 长沙，410083)

钢铁企业的采购物流成本占企业总成本的60%～70%，并且随着世界经济发展，各个钢铁企业对于原材料的需求日益增加，企业出现原料存放场地不足、资金紧张等问题[1]。这时，通过准确预测原材料库存量，制定合理的采购计划是节约企业成本的关键。通过对钢铁企业铁矿粉库存量的准确预测，根据预测结果制定合理的采购计划，可以防止因采购量过大导致库存积压引起的成本制约和采购量过小引起的异常生产。目前国内外钢铁企业主要采用扩大料场规模及合理安排料场原料存放位置等方法来增加原材料库存储量[2-4]，而一些矿产公司则采用全流程跟踪矿粉供应链的方法实现企业库存量的实时监控[5]。钢铁企业为满足生产需求，通过扩大原料存储场地面积，从新布局堆位的方法来实现，但这种方式耗费较大资金，不能从根本上优化企业采购成本。通过对库存量进行准确预测，然后制定合理采购计划，这是解决原料供应优化问题的重要途径。从理论上说，钢铁企业铁矿粉的库存量主要由每天或每批次的生产计划和采购计划决定，但是在实际生产中，铁矿粉库存量受到采购瓶颈，季节型订单或订单波动，物料损失等外在因素的影响，存在较多的不确定性因素。这些不确定因素较难预测，而且其对库存量的影响也较难定量描述。本文作者考虑到不确定因素对库存量的影响实际上反映在库存量的时间序列数据中，通过对时间序列数据的有效分析与建模，可以真实反映库存量影响的主要因素及影响因子较小的不确定性因素。……