随着时代的进步,人们对产品的需求逐渐从功能层面转变至更多的追求个性化、质感和使用舒适度方向,并且随着流行元素与新颖的设计渐渐的融入至产品中,产品的样式也越来越多样化。大批量的生产模式已经无法满足人们的个性化需求,大批量制造型企业已纷纷向多品种、小批量的生产模式转变。这类企业以市场为牵引,市场需求决定生产,但市场的需求存在很大的波动性。假如被动的迎合市场来决定生产,那么将会出现市场需求高峰期疲于奔命,而市场需求低谷期资源闲置翘首以待的局面。并且以市场需求为牵引的生产模式,产能的配置也是企业一个比较为难的事情,假如产能设置过低,将无法应对市场需求高峰期所需；产能设置过高,又将产生大量的人力物力资源的浪费。那么如何化被动生产为主动呢?与此同时如何设置一个最优的产能值使得满足市场需求高峰期的同时成本最小?本文通过预测销售额掌握市场需求走势,进而根据市场趋势在需求低谷期提前生产一部分库存应对需求高峰期所需。如此一来就能将需求低谷期的闲置资源转变为利润,同时降低了市场高峰期对产能的需求,可以有效降低企业配置产能所需成本。但是产能配备成本投入低了,必将导致库存成本的增加,库存除了库存持有成本还有库存风险成本。那么如何在库存成本风险与产能配置成本间进行最优折中,是本文将重点讨论的内容。首先一切的计划起点都要以需求预测数据为依据,所以精确的市场预测尤为重要。本文结合定量与定性预测对市场进行预测,在提取历史销售额数据信息的同时紧跟市场动态。定量预测采用自适应性能和泛化性能都优于传统定量预测方法的BP神经网络进行定量预测,在设计BP网络模型的时候针对传统BP网络收敛速度慢与容易陷入局部极小值的缺点引入牛顿法与竞争BP算法对传统BP网络进行优化。最终将改进后的BP神经网络与定性预测方法进行结合,简称ANN定性预测法,并讨论了ANN定性预测法的几种实现形式。本文基于市场需求预测值构建了一个关于产能—库存成本的数学模型,在满足市场高峰期需求的前提下,求解出使得产能和库存总成本最低时的计划产能。在以总成本最低为目标的计划产能基础上,进一步研究在库存补足产能模式下的生产计划制定,并得出相应的能力需求计划。最后,本文以某企业为例验证了ANN定性预测法与产能—库存数学模型的有效性,并结合实例对生产计划与能力需求计划的制定加以说明。