数据库优化是系统维护工作中最重要的任务之一，它是保证系统快速运行、满足日益增长的数据处理需求的主要手段。本文根据宁波申洲制衣生产管理系统的实际应用需求，提出了从索引、存储过程、视图、结构化查询语言（Structured Query Language，简称为SQL）语句优化等优化技术。为了帮助公司更有效的管理和由粗放管理向精细化管理转变，进一步开发IE管理模块和生产条形码管理模块。　　 然后依据宁波申洲公司的缝制车间生产情况，分析了影响服装生产的各种主要因素。应用灰色系统理论的灰色关联分析，对影响服装生产的因素进行灰色关联分析，得出了各影响因素对服装生产的影响程度排序，以此确定人工神经网络的输入参数。　　 最后应用神经网络的BP算法，选择灰色关联分析的六个优势因子作为输入参数，采用MATLAB中的神经网络函数库编写程序，建立了服装产能预测模型。考虑到BP神经网络有一些缺陷，就引用了遗传算法对BP神经网络的权值和阈值进行优化，提出了改进的基于遗传算法结合BP神经网络算法（GBP）的方法，这样就避免了BP神经网络容易陷入局部最优解的缺陷。经得到的结果进行分析，用遗传算法优化的BP神经网络的预测结果要好于单独用BP神经网络预测结果。