我国改革开放三十多年来，经济高速发展，综合国力不断提高。作为零售业重要成员的连锁超市同样经历了迅速发展。中国连锁经营协会在2010年发布连锁百强，2005至2010年间，连锁超市一直是连锁企业的主力，占到一半以上。由此可以看出连锁超市的增长趋势可见一斑。连锁零售企业是一个典型的多级供应链体系，供应链管理又是这些年来兴起的一种集成管理模式。精益物流的核心思想在于：它是一种持续改善的思想体系，其焦点是杜绝一切浪费，它以低成本和高质量对顾客做出尽可能快的反映，从而提升企业的竞争能力。库存管理是企业生产经营过程中不可缺少的重要组成部分，是实现价值增值的重要环节。在精益物流供应链管理模式下，库存是最大的障碍。库存量的多少既会影响单一企业的综合成木，又会制约整条供应链的性能。如今客户需求的多样性和不确定性需求不断增加，怎样建立与市场不确定性需求相对应的库存，同时降低库存成本，就成为企业生产管理者改善和优化供应链时首先考虑的最重要问题。因此，寻找一种最佳库存策略，降低各节点库存成本，达到供应链整体效益最优，成为整个精益物流供应链研究的重中之重。本文正是在这样的背景下，研究连锁零售多级供应链的库存控制问题。多级供应链库存问题的复杂性在于库存持有者遍布在供应链的不同层次和不同环节上，受到各种不确定性因素的影响，其复杂程度远远高于单节点库存问题。目前，对单层供应链库存控制己有较多的理论与实践结果，但对两层或以上关于库存控制研究的成果甚少。本文在此基础上首先对连锁超市中各种商品按销售特点，库存特点，进货特点进行了分类，并选择了一种普通商品作为研究对象。第二，采用小波神经网络对库存终端需求量进行了预测、取得了一些成果。但发现单纯运用小波神经网络对多变化，多畸点的商品需求量进行预测存在预测时间长，容易产生局部极小从而导致预测失真的缺点。故在此基础上对原有小波网络进行改进，引入了变步长因子和动量项因子，使系统达到了理想的水平。第三，对连锁零售多级库存系统采用了多智能体建模的方法进行优化，将连锁超市各分店设计为多智能体中的子AGENT，配送中心设计为父AGENT，解决了当下无法得出的多级库存协同决策的问题。最终择优选用了NETLOGO多智能体仿真平台，对多级库存系统进行了仿真，并与其他方法得到的仿真结果进行了对比。第四，在确定了协同决策的多级库存后，对连锁超市各分店与配送中心的交互同样运用了多智能体建模的方法进行了优化，并从底层开发了基于JAVA-JADE的多智能体交互系统，解决了连锁零售业普遍存在的由交互杂乱引起的配送延时，配送无序等问题。本文运用的改进型小波神经网络对单商品需求量预测，运用多智能体协同决策对多级库存建模并仿真，运用JAVA-JADE开发的多智能体交互系统已经形成了从供应链上游到下游的一整套多级库存协同决策体系。本文的研究既是对供应链库存研究领域的一个创新，又是对连锁零售企业多级库存的一个完善。本文无论是在理论研究中，还是在实践应用上均具有一定的价值和意义。