库存控制与需求预测作为企业运营中较为核心的部分,它们之间相辅相成,互相作用,一方面,精准的需求预测会有效减轻存货水平、提高库存管理的效率,另一方面,良好的库存控制能够制定精准的生产计划,从而有效提高需求预测的准确性。因此对企业的需求预测与库存控制研究具有极其重要的理论价值和应用前景。目前,国内外制造企业一直致力于产品库存与需求的优化,但由于快速变化的市场,以及库存决策的不科学,使得企业无法做好产品的库存管理工作,因此,在信息时代下,如何快速响应市场变化,做好需求预测与库存控制是制造企业需要解决的一个难点问题。本文以S公司为研究对象,通过文献研究与实践调研,分析总结了S公司产品需求及库存控制特点,并从需求预测、库存周转率、库存成本等方面对S公司的库存控制现状进行描述,进而提出S公司存在需求预测不合理、库存决策不科学等亟待解决的问题。针对于S公司产品需求波动大,预测方法没有针对性等问题,本文构建了基于BP神经网络和灰色GM(1,1)的组合模型来对产品需求进行预测,以此更好的适应S公司产品需求的特点。同时与公司原有预测方法进行对比分析发现组合模型预测效果更佳。针对于S公司库存决策不合理的问题,本文构建了基于需求预测与库存动态规划的综合模型,通过与公司原有的库存模型进行对比分析,发现综合模型在减少缺货与节约成本方面具有一定的优势。最后,根据模型的对比效果,提出了对S公司库存管理的建议。