基于神经网络模型的医疗器械库存管理优化  

作　　者：许凯迪 姜雪松[1] 杨立发 

机构地区：[1]东北林业大学,黑龙江哈尔滨150000 [2]中国船舶集团有限公司第七〇三研究所,黑龙江哈尔滨150078

出　　处：《中国新技术新产品》2024年第8期139-141,共3页New Technology & New Products of China

摘　　要：随着医疗器械行业的发展,供应链库存管理日益成为企业关注的焦点。对库存进行有效管理可以降低库存成本、提高供应链效率,从而提高企业竞争力。然而,医疗器械供应链具有复杂性、不确定性和动态性等特点,给库存管理带来较大挑战。为了解决该问题,本文提出了一种基于ARIMA-BP神经网络组合预测模型的医疗器械供应链库存管理优化方法。首先,利用ARIMA模型对医疗器械供应链库存数据进行时间序列分析,提取数据特征,其次,采用BP神经网络对提取的特征进行学习和预测,建立库存预测模型,最后,结合实际案例,验证了所提出方法的有效性和可行性。试验结果表明,该方法能够较好地预测医疗器械供应链库存变化趋势,为企业制定合理的库存管理策略提供有力支持,有助于提高医疗器械供应链的整体运营效率。

关 键 词：SARIMA模型 BP神经网络 供应链库存管理 

分 类 号：F25[经济管理—国民经济]