随着制造业企业规模不断扩大、消费者个性化需求的持续增长,库存需求预测变地越来越重要,同时预测难度也在不断加大。尽管“零库存”管理模式有了一定的发展,但是依然不可能取代传统库存的重要地位。传统库存需求预测方法在企业规模扩大和消费者个性化需求增长的“双重因素”的影响下,实施效果差,预测水平低,这也是导致我国企业库存问题严重的原因之一。因此,适应时代发展,应对企业规模扩大和消费者个性化需求增长的新变化,改善库存需求预测方法形势严峻、意义深远。本文结合阀门制造企业库存需求预测水平现状,以某阀门制造企业电动法兰调节阀的库存需求为例,深入分析了阀门制造业企业在“双重因素”的影响下,库存需求呈现出影响因素多、影响因素与库存需求量之间关系复杂模糊、库存需求量呈现高度不规律的非线性特征。针对库存需求的以上特征,提出了用BP神经网络模型来解决当前库存需求预测中遇到的新困难,出现的新问题。并结合BP神经网络的理论、结构,分析了它所具有的特点,从理论的先进性和实际操作的简便性的角度,深度论证它在库存需求预测方面的优越性。最后将BP神经网络成功实施到某阀门制造企业库存需求预测中,并对模型的预测准确度和灵敏度进行了深刻和详细的分析,从实际案例上证实BP神经网络库存需求预测模型的优越性,并将整个实施流程标准化。