基于动态需求预测的多目标库存优化方法及智能决策系统

本发明公开了一种基于动态需求预测的多目标库存优化方法及智能决策系统，本发明首先采集缓存库系统的缓存库库存状态，包括考虑生产订单数据及AGV运输能力数据，并对其进行标准化处理，之后将该数据输入动态需求预测模块的LSTM神经网络模型中以预测未来时段原辅料需求；基于改进的多目标优化算法NSGA‑II求解补货量与补货周期，优化目标为总成本最低、缺货率最低及库存波动最小；通过生产管理系统下发补货指令至缓存库系统，调度AGV执行运输任务；并在生产过程中实时监控库存状态，根据波动系数触发策略调整或模型重训练，最终输出零缺货、低波动且成本最优的补货策略，适用于高动态制造环境。