摘要：现阶段，随着公司的发展和仓储面积的扩大，由于服务内容的杂乱，仓库之间依赖关系复杂，纯人工的仓库管理记录方式已经不能满足企业的需求。而仓库管理正逐渐成为提高企业效益的关键因素，是物流管理中的重要组成部分。随着网络技术的发展和大数据时代的降临，以上问题有了一个非常好的解决方案，那就是尽可能地使用计算机软件帮助管理仓库。集团公司也越来越倾向于使用软件系统对仓库进行管理。现代化的仓储管理体系也正向着更加现代化的方向发展。

传统人工仓库管理常常存在安全库存水平偏高、出入库记录不明确等问题，本系统基于Java语言进行B/S架构的系统开发，并使用大数据技术进行库存预测。通过以往10年左右的历史合同订单数据，采用ARIMA回归时序分析模型，用于预测未来中短期的最优库存数。从而达到降低库存水平的目的，解决备货成本过高积压过大的问题。

 

关键词：库存预测；ARIMA；仓库管理；数据分析

 

目 录

摘 要

Abstract

1引言-8

1.1选题背景-8

1.2 系统开发意义-8

2 开发工具和环境介绍-9

2.1 系统概述-9

2.2 系统运行环境-10

2.2.1 硬件环境-10

2.2.2 软件环境-10

2.3 开发技术介绍-10

2.3.1 前端技术介绍-10

2.3.2 后端技术介绍-10

2.3.3 大数据技术介绍-11

3 系统分析-11

3.1 可行性分析-11

3.1.1 系统可行性-11

3.1.2 技术可行性-11

3.1.3 经济可行性-12

3.2 需求分析-12

3.2.1 功能性需求-12

3.2.2 非功能性需求-12

3.3 系统开发目的-13

3.3.1 及时记录物资出入库信息-13

3.3.2 预测仓库库存-13

4 系统总体设计-13

4.1 开发与设计总体思想-13

4.2 系统功能结构图-14

4.3 系统流程描述-15

4.3.1 物资管理流程图-15

4.3.2 字典管理流程图-16

4.3.3 库存预测流程图-17

4.3.4 器械管理流程图-18

4.3.5 仓库管理流程图-19

4.3.6 订单管理流程图-20

4.4 数据库设计-21

3.5.1 数据库表设计-21

4.4.2 数据库DDL-26

5 预测模型-28

5.1 数据收集及预处理-28

5.2 平稳性和白噪声检验-29

5.3 模型识别-30

5.4 模型预测-30

5.5 流程图-31

6 系统界面设计-32

6.1 界面设计-32

7系统详细设计-40

8系统的测试和应用-40

9 总结与展望-40

9.1 总结-40

9.2 展望-41

参考文献-41

致谢-41