随着制造业企业信息化建设的发展,库存管理作为企业生产的重要组成部分,越来越受到企业的重视。控制库存,降低库存成本有利于提高企业的竞争力。带卷作为焊管厂生产钢管的重要原料,其高效的管理对于整个焊管厂企业的生产具有重要意义。论文基于某焊管厂的管理系统项目,对焊管厂带卷库的管理进行研究,在做好前期的需求分析准备之后,开展此系统的研发。论文主要内容如下:1.介绍了库存管理的概念、国内外研究现状以及焊管厂带卷库在焊管厂中的应用;简述了课题研究过程中所涉及到的理论基础和相关技术,并详细描述了焊管厂的功能模块及各个模块之间的关系。2.运用UML建模方法建立用例模型,并根据模型设计数据库。在前期的准备工作完成之后,设计带卷库管理系统的各个界面,最终完成软件的编写。3.在开发的过程中,结合工厂带卷的库存情况,利用BP神经网络对带卷库存建立学习模型。首先,对影响带卷库存的因素进行分析和筛选,选出对库存影响最大的几组数据作为实验数据,并将样本数据进行归一化处理;然后,采用理论和实验的方法确定网络结构,经过网络的大量训练确定学习率和学习函数等训练参数;最后,针对在BP神经网络在网络学习过程中,容易出现误差收敛速度慢以及陷入局部极小值的问题,利用启发式方法中的学习率自适应算法,对神经网络尝试进一步的改进。通过仿真实验,验证算法的有效性。