حداکثر هماهنگی درزنجیره های تامین امری ایده ال برای اکثر شرکت ها میباشد و برای دستیابی به آن تلاش می کنند مدیریت موجودی به دلیل نقش تاثیرگذاردرزنجیره های تامین نیازمند پیش بینی دقیق تقاضا جهت برنامه ریزی موجودی می باشد درمیان تکنیکها و روشهای پیش بینی شبکه های عصبی راه حلی مناسب درمحدوده ای دقیق عرضه مینمایند این شبکه ها عموما دارای سه لایه شامل لایه ورودی لایه پنهان و لایه خروجی م یباشد و قادر به مدلسازی هرسری زمانی بدون درنظر گرفتن فرمهای تابع قیاسی و درجه های سری های غیرخطی می باشند شبکه های عصبی به دلیل کاربردهای متنوع دربسیاری ازابعادمسائل مربوط به مدیریت مانند پیش بینی اصولی طبقه بهندی و مدلسازی بسیارمحبوب بوده و دارای طرفداران زیادی می باشد و میتوان ازآن جهت ارتقا هماهنگی استفاده کرد دراین مطالعه به معرفی شبکه های عصبی پرداخته و برتری شبکه های عصبی دردستیابی به پیش بینی های دقیق نسبت به سیستم های سنتی و آماری را بیان می کنیم