张瑞娟， 毕 利

(宁夏大学 数学计算机学院，宁夏 银川 750021)

基于RBF的离散制造业产量预测模型研究*

张瑞娟， 毕 利

(宁夏大学 数学计算机学院，宁夏 银川 750021)

离散制造业中产量预测系统是个动态复杂的系统，影响因素众多，面对这样一个复杂而庞大的系统很难将通用的系统直接应用到企业中，因此首先需要给出一个适合该企业的生产预测模型。在宁夏吴忠仪表厂的应用背景下，本文将RBF神经网络、广义回归神经网络等算法在企业应用中进行比较，找到最适合吴忠仪表厂的产量预测模型，对实验结果进行分析对比。并在企业原有的高级计划排程APS基础上将阀体、阀芯、阀座这三种常用零件产量预测模型应用到其中，在企业生产计划的实际安排中发挥了重大的作用。

神经网络;高级计划排程;产量预测

0 引言

吴忠仪表有限责任公司(简称“吴忠仪表”)[1]是我国规模最大的自动调节阀研发生产基地，目前已发展成为宁夏乃至全国同行业中的信息化建设领军企业。随着产量的不断增加，吴忠仪表的生产计划已经成为了扩大发展的主要受限因素。为了提高产量预测的精准性，国内外学者提出了不少生产量预测模型。传统的产量预测方法主要有线性回归法、指数平滑法、时间序列平滑法等，随着产量预测模型的精度要求越来越高，出现了启发式图搜索法、模拟退火法、遗传算法、神经网络等算法。近年，对粮食、铁矿石、压裂气井等方面的产量预测研究较多，但对于离散制造业中具有多品种、小批量特点的自动调节阀的产量预测研究却相对较少。……