模具在现代工业中的地位非常重要。模具加工企业能否在客户约定的时间期限内将模具交付给客户,是模具企业生产管理的重要工作,也是模具加工企业的核心竞争力之一。然而模具加工过程中由于受到各种因素的影响,造成拖期现象经常发生。较为准确的估计模具的交货期,对减少拖期具有非常重要的作用。目前主要通过经验对模具交货期进行预测,还缺少一套科学方法。本文利用历史数据,基于BP神经网络,提出了一种模具在制订单的交货期预测方法。首先,经过深入企业调研,归纳和分析出影响模具交货期的可能因素,这些因素可以分为静态因素和动态因素两类。其中,静态因素有订单模具套数、产品类型、订单额定工时等,而动态因素主要有进度和负荷等。其次,从背景企业的业务数据库抽取出历史生产数据,对这些数据进行相关性分析,从中选出真正影响交货期的因素,以这些因素作为输入变量,模具剩余完工时间为输出变量,建立基于BP神经网络的模具交货期预测模型。然后,通过更改训练算法、模型的隐含层层数和隐含层节点数对该预测模型进行大量训练,模型训练好后,利用测试数据对模型的可靠度进行了验证。最后,运用软件工程的方法,开发和设计了模具在制订单交货期预测系统。该系统已投入到企业的实际生产中,能够帮助企业的业务人员和生产计划人员快速的预测模具的交货期。总之,本文运用BP神经网络相关理论,构建了一个在制订单的交货期预测模型。设计和开发了配套的软件工具,为模具企业在制订单的预测提供了一种有效方法。