預算控制法

前言：想要寫出一篇令人眼前一亮的文章嗎？我們特意為您整理了5篇預算控制法范文，相信會為您的寫作帶來幫助，發現更多的寫作思路和靈感。

預算控制法范文第1篇

一、預算松弛概述

（一）概念

預算松弛是企業經營發展中，企業經濟預算與企業經濟最佳預算之間的差值[1]，預算松弛是現代企業經濟資源分配管理中普遍存在的經濟管理問題，對企業整體經濟投資發展都具有一定的影響作用。預算松弛如果控制在一定范圍內，是企業完善經濟發展結構的突破口，可以提升現代企業經營管理的速率，優化企業管理結構，同時也可以實現整體企業資源優化配置，但如果企業預算松弛已經超出了可預算范圍[2]，則會造成現代企業經濟投資結構運行緊張，企業發展系統科學性降低，甚至會提升現代企業發展風險，對企業的經濟發展帶來巨大的發展影響。

（二）對企業發展造成的危害

預算松弛使現代企業經營管理穩定性降低，經濟資源管理結構出現問題。其一，預算松弛，企業經濟投資成本增加，利益收益減少。企業實施經濟預算的目的是，實現現代企業經濟生產和運營的成本最低，經濟收益最優化配置，如果出現預算松弛，就會增加產品的前提投資，而經濟收益并沒有因為前期投資增加而帶來企業經濟收益增加，由此使企業的經濟收益損失；其二，企業內部整體經營效率降低。經濟預算，是現代企業經濟支出管理的主要基礎，經濟預算癡線松弛，會使企業后期經濟資源應用的管理投資比重增加，企業經濟管理結構性降低，從而企業內部各部門的經濟支出也會增加，無法發揮現代企業內部高度集中管理的效率作用，對現展帶來負面影響。

二、預算松弛的成因分析

基于以上對企業經濟預算松弛的基本概念分析，對預算松弛的成因進行綜合研究。

（一）企業經濟信息管理角度

現代企業發展中，大多采取股份制管理，企業內部員工、管理者之間形成了一個利益金字塔，處于企業不同級別的工作人員，獲得的經濟利益存在著差異，所接受的信息也存在著顯著的不同。一般企業管理者對企業經濟發展的信息管理全面性較高，對企業經濟?A算的分析較為全面[3]，而企業員工進行企業經濟預算，僅僅依靠手中對企業信息的掌握情況以及各行業市場信息進行分析，并做出企業經濟發展預算，從而導致企業管理層面經濟信息的經濟預算與企業實際操作經濟預算信息之間存在著較大的差別，如果企業長期處于這種經濟預算管理狀態中，會導致企業經濟預算信息的對稱性較低，企業集團經濟管理容易出現預算松弛的情況發生。

（二）從企業經濟預算管理角度

經濟預算，是現代企業自我完善與發展的重要保障，也是企業后期投資的主要參考數據，如果現代企業經營發展機構資源中缺少經濟預算表編制，會使企業經濟發展的市場發展環境與經濟溝通之間的關系密切性降低，企業經濟預算缺乏實際管理手段，對企業發展造成影響，從而出現企業經濟預算松弛問題，造成企業經濟利益損失；另一方面，經濟預算是企業日常發展規劃與經濟運行的主要經濟運行管理目標[4]，企業預算戰略執行和經濟發展目標的規劃脫離實際經濟發展需求，會造成企業經濟發展管理目標的指導性低，經濟預算戰略和經營計劃缺乏切實有效的管理指導作用，出現企業利潤收益降低，企業發展空洞，缺乏方向性。

（三）經濟預算管理隊伍角度

企業實施資源優化配置的主要目的，是建立完善企業資源管理結構，發揮企業內部資源的最大作用，拓展現代企業資源結構的優化配置，對企業預算松弛的分析，也要從企業外部經濟預算角度進行分析。部分經濟資源預算工作人員的綜合素質較低，對企業預算作用的認識較低，對經濟預算工作開展的數據管理的信息分析能力較低，即使完成企業經濟預算，但依舊存在企業經濟預算信息準確率低，企業經濟預算的信息較大，或者經濟預算的資金預失真，導致企業集團預算松弛情況發生。

（四）社會資源角度

導致現代企業經濟預算松弛的原因，也與企業自身擁有的資源比重之間存在著一定的關聯性。部分企業所擁有的社會資產比重較高，對企業自身和企業所在行業的信息了解較為全面[5]；而另一部分企業的經濟資源在社會資源中所占的比重較低，對企業所在行業的信息管理真實性較低，從而造成企業經濟預算的信息準確性差，容易出現現代企業經濟預算松弛的情況發生。

三、優化企業集團預算方法有效控制預算松弛的措施

（一）實現企業經濟信息暢通

企業集團出現預算松弛的原因中，存在企業管理層與企業員工之間信息結構穩定性較低的情況，使企業上層經濟預算與下層經濟預算不相符，導致企業預算松弛問題發生，為了使現代企業預算松弛問題得到解決，保持企業內部信息暢通，實現企業上下經濟預算信息暢通性增強。企業為了避免預算松弛的經濟管理問題，企業管理者及時與企業員工進行企業發展信息溝通，將企業發展目標分為長遠目標、中期目標以及短期目標[6]，使企業管理者與企業員工之間的經濟管理信息相互協調，提升企業員工對企業未來發展的預測性

規劃。

另一方面，現代企業信息暢通性管理，需要企業實施內部信息暢通性分析與企業發展市場行情之間的信息溝通，保障現代企業的內部信息管理與企業信息溝通之間的經濟預算合理調整，拓展現代企業經營發展新理念。企業可以推行并實施信息資源綜合管理，及時進行企業內部經濟實際運算信息統計，避免企業資源經營管理中資源配置的無效運行，為企業經營發展帶來經濟預算保障，從而實現企業資源預算系統的綜合性發展。例如；某企業為了保障預算松弛帶來的經濟發展問題，及時進行企業信息管理做好統計，及時進行企業經濟資源預算的信息分配，從而為現代企業經濟預算帶來了經濟發展的新依據，完善現代企業經濟預算的暢通性。

（二）做好企業經濟預算管理

應對企業經營中經濟預算松弛的有效措施，是切實做好企業經濟預算管理。企業日常管理機構逐步完善，是企業經濟預算內部資源分配，經濟預算目標得以順利實施的重要基礎，因此，逐步完善企業經濟預算的管理結構，增強企業經濟預算的規范運行，積極探索企業經營發展的新策略。企業為了實現經營發展中的資源綜合應用率提升，一方面，做好企?I預算松弛的預防措施，采取現代企業的經濟預算管理機構層次性規劃，完善現代企業資源管理結構，實現企業集團經濟預算實際運行速率性較高，發揮企業經濟預算在實際中發揮的作用[7]，保障企業經濟預算發揮重要的引導作用；另一方面，企業經營實現企業經濟預算目標管理結構逐步優化，發揮經濟預算與企業發展長期戰略目標的經營管理新戰略，實現現代企業預算編制管理的新理念。企業可以實施全面的經濟預算戰略規劃，結合企業經濟發展實際，做好企業經營發展管理新機制，將企業經濟預算編制的過程細化分為單一細小經濟預算管理目標，企業管理者確定企業經濟發展的主要發展策略，并依據長期、中期、短期的經濟預算目標，從上至下貫徹企業經濟預算的戰略發展思想，形成企業各部門間的經濟預算目標之間的協商運作，發揮現代企業經濟管理戰略性“部門目標”，同時各個部門又將部門目標分為個人經濟發展目標，應用這一實際經濟預算發展目標，促進現代企業的經濟發展，激發企業經濟預算發展目標實施的實際價值，實現企業經營發展能夠對經濟預算松弛問題的規避，拓展現代企業經營發展新戰略。

（三）提升企業經濟預算管理人員素質

做好企業經濟預算，減少企業預算松弛帶來的經濟損失。從企業經濟預算隊伍角度提出應對措施，保障企業經濟預算人員的專業素質和綜合水平得到提升，企業人力資源管理部門應及時進行企業內部人員綜合能力培訓，通過多種企業人員隊伍建設的方式，實施企業內部資源綜合管理，例如：專業素養培訓，企業經濟預算準確度績效考評等措施，實現現代企業經營管理新結構與企業資源管理之間形成了相對完善的經濟管理新體制，從企業經濟預算人員內部的素質提升[8]，規避預算松弛問題的發生；其次，企業可以逐步完善企業內部審計管理監督體系，加強內部審計部門的監督管理，逐步建立企業經濟預算經濟管理目標確定、分解跟蹤、評價、服務、監督為一體的經濟運行管理結構，實現企業綜合發展。此外，為了加大對企業經濟預算的管理力度，規避預算松弛的經濟風險，也要實施現代企業內部經濟預算的監督管理，采取內部監督與外部監督同步開展，第三方監督的經濟預算管理是社會經濟效益和社會法律體系，實施現代企業經營管理，分析整體資源規劃新結構，可以提高企業經濟預算管理的科學性，保障現代企業資源管理新結構的廉政，清明性發展，提升現代企業經濟運行發展的發展新空間。

（四）合理應用企業社會資源

現代企業預算松弛問題的治理方式，是合理應用企業社會資源。企業實施經濟預算，必須與企業實際經濟應之間相互對應，即企業經濟預算是企業經濟運行的重要依據，必須符合企業經營發展的理論依據，避免企業經濟預算超出企業經濟的實際范圍，從而實現完善和優化現代企業資源分配結構。例如：實施企業經濟預算的發展目標與發展策略[9]，與企業經濟發展的實際情況相對應；或者，現代企業經濟預算也可以采取企業間的強強聯合，實現企業間的資源綜合應用，實現企業經濟資源應用的資源互補，為企業實際經濟運行中存在的預算松弛提供可靠地經濟救援保障，實現企業經濟發展穩定性增長。

預算控制法范文第2篇

【關鍵詞】余熱鍋爐；計算機控制系統；設計與應用

1.余熱鍋爐控制要求

1.1液位控制

在余熱鍋爐的設計以及制造過程中，一般會給定液位參數。而在余熱鍋爐的使用過程中液位參數也是非常重要的檢測對象。一方面，當余熱鍋爐的液位低于最佳液位時，其產生的蒸汽的量就會不足，從而影響到余熱鍋爐的工作效率，同時也會造成余熱的浪費。與此同時，若液位大幅度低于最佳液位時，鍋爐爐身就會直接“面對”余熱的直接“烘烤”，這會損害鍋爐的性能，嚴重降低到鍋爐的使用壽命；另一方面，倘若液位高于余熱鍋爐的警戒液位，就會在短時間內大幅度提高鍋爐的工作負擔，而若得不到及時的解決，就很有可能引發危險。根據一些報道，很多余熱鍋爐的事故多是由液位監測不到位引起的。因此，在設計計算機控制系統時，應當把液位檢測系統作為重要部分。

1.2蒸汽壓控制

余熱鍋爐的工作原理，便是利用收集到的工業余熱用于鍋爐內部的水或者油的加熱，從而產生蒸汽，用來驅動發電機或者將蒸汽用來加熱。可以說，蒸汽是余熱鍋爐能量轉化的介質。因此，蒸汽壓力以及爐膛內部的溫度控制自然非同小可。在傳統情況下，蒸汽壓力的檢測與控制一般依靠的是一些儀表和閥門。但是，這些儀表和閥門雖然可以在一定程度上能夠控制蒸汽壓，不過由于人為°儀器以及關閉/開啟閥門需要一定的時間，很難在短時間內排除故障。倘若事情緊急，也有可能在故障排除時間內發生蒸汽爆炸，威脅到檢測人員的生命安全。因此，在設計計算機控制系統時，對蒸汽壓的自動控制是重中之重。在進行具體的系統設計時，蒸汽壓控制的自動化應當作為優先項目進行處理。

1.3燃燒系統控制

燃燒系統同樣也是余熱鍋爐的重要組成部分。而所謂的鍋爐燃燒系統并不同于一般的燃燒系統，其原因就在于這里的燃料既不是煤炭，也不是天然氣等傳統燃料，而是工業余熱，如煙氣、熱氣等。但正是這種不同尋常的“燃料”，使得鍋爐燃燒系統的控制非常困難，因為工業余熱如熱氣等的溫度、流量并不恒定，其單位立方米的熱值也大不相同。在加熱鍋爐時，很難用傳統的測控儀器來完成熱氣的流量控制。但是，在很多情況下，余熱鍋爐的正常工作需要比較恒定的燃燒熱，而在傳統控制系統不能勝任控制工作的前提情況下，就只能另辟蹊徑。故而，對燃燒控制系統的自動化改造，也是非常重要的部分。因此，在設計計算機控制系統時，燃燒控制系統應當盡快完成自動化的改造。

2.計算機控制系統的設計及其功能

2.1計算機信息化監視控制系統的系統構成

計算機信息化余熱鍋爐監控系統是基于PLC技術而研制的自動化監控系統。所謂PLC（英文全稱：Programmable Logic Controller，漢語釋義：可編程邏輯控制器）技術，主要通過編寫的軟件控制程序，在硬件設施的輔助下，依靠電子計算機中央處理系統來完成人類所賦予的工作。針對信息化監控系統來說，其主要構成部分有：（1）信息收集系統。這一部分是信息化控制系統的“眼睛”，它主要利用一些水位監測器（如自動水位測量儀，電子眼等）來實時的收集鍋爐液位或者蒸汽壓壓力的變化信息。（2）信息傳輸系統。它是信息化監控系統的“神經纖維”，主要是依靠信息傳送線路和信號轉換器（例如液位信號向電子信號的轉變）來完成信息傳遞。（3）中央信號處理系統。這部分是整個信息化監控系統的“大腦”，它的主要功能是將收集到的信號進行綜合分析處理。（4）指令執行控制系統。這部分是信息化監控系統的“手臂”，主要是執行中央信息處理系統的的“命令”，可以執行閥門開關的開啟度等，從而完成液面或者蒸汽壓的調控。以上4個部分是整個信息化監控系統的主體結構，但并不是全部，而是還有很多的輔助系統。這些系統通過有機的配合，共同實現對余熱鍋爐系統的信息化監控。

2.2信息化余熱鍋爐監控系統的工作流程

在介紹信息化余熱鍋爐監控系統的工作流程，為了簡便起見，筆者使用了一個簡單的例子來進行說明。例如，因某種原因，導致余熱鍋爐爐內的液位在短時間內超過警戒液位，液位監測儀器及時的“捕獲”到了液位的升高信息，并將液位信息通過信號轉化裝置轉變為電流信號，通過信號傳遞線路傳遞給中央信息處理系統，中央信息處理系統馬上對收到的信號進行綜合分析，并作出了“增大排水閥門開啟度、減小進水閥門開啟度”的命令，并通過信息傳遞裝置將命令下達給閥門控制系統，閥門控制系統接到命令后，就利用自身的自動控制器自動增加或者減小閥門的開啟度，以調整鍋爐內的液位。以上便是整個系統的主要工作流程。

3.電子計算機控制系統地開發應用

3.1液位（汽包水位）自動控制系統

對鍋爐汽包水位的監測可選用電磁液位計進行測量，該流量計安裝簡單，維護工作量小"電磁液位計選型時除了考慮鍋爐給水流量、壓力外，還要注意根據給水溫度選擇合適的里襯材料和結構形式。同時，該液位監控器通過信號轉換器與電子計算機中央處理系統相連，一旦液位低于或者高于最佳液位，監控器就可以將信號傳輸給中央處理器，使之作出相應的反應。而這種調節模式時自動化的，無需派遣人員到現場操作，大大提高了調節的快捷性與安全性。

3.2壓力與溫度自控系統

壓力檢測采用集中檢測，本系統采用壓力變送器檢測，主要檢測爐膛負壓、煙道負壓，其測量選用差壓變送器，以保證必要的測量精確度。而溫度檢測采用熱電偶，安裝在水一汽系統管道上的測溫元件，連接方式采用固定螺紋連接方式。這兩種測控儀器的內部，均裝有信號轉換器。而且，為了能夠將壓力與溫度信號均順利傳輸出去，應當采用信號傳輸分置的形式，使之不會相互干擾。與此同時，這兩種測控儀器長期工作在比較惡劣的環境之中，應注意日常的維護與檢修。

3.3預熱鍋爐汽包壓力控制系統

汽包壓力是反映鍋爐運行安全和蒸汽質量的重要指標。余熱鍋爐產汽量和壓力受制于工藝系統所能提供的余熱，汽包蒸汽壓力通過調節輸出蒸汽的流量來維持穩定，產多少蒸汽就只能用多少蒸汽，可以不考慮負荷的變化。蒸汽負荷的平衡一般通過輸出管網中、下游環節的調節來實現。而調節方式主要依靠被電子計算機控制的閥門來實現，當蒸汽超出或者低于工作設定值使，電子計算機便會根據收集到的信息，作出恰當的反應，從而實現自動化調控。

3.4信號報警與事故聯鎖系統

將溫度與壓力警報器與鍋爐內的壓力、溫度測控儀器相連接，一旦在很短的時間內，因鍋爐的故障而導致電子計算機無法有效調控壓力和溫度的急劇變化時，就會通過警報器發出警報，提醒人員迅速撤離并盡快采取緊急處置措施。這種警報系統大大提高了鍋爐車間的安全性。

4.結束語

余熱鍋爐的電子計算機控制系統地設計雖然并不是非常復雜和困難，但有很多的細節需要注意，且要求控制系統能夠做到面面俱到。此外，還應加強對系統的維護檢修工作，以保證其工作的有效性。 [科]

【參考文獻】

預算控制法范文第3篇

原文作者：郝曉弘

0引言

迭代學習控制可實現被控對象在有限時間區間上對期望輸出的完全跟蹤，它已成為智能控制的一個重要分支。為了提高被控系統的控制精度、加快迭代域內收斂速度、優化迭代學習控制器參數，常將其與其他智能控制方法相結合，以期對非線性、不確定的復雜控制系統達到更好的控制效果。模糊控制處理難以建立精確數學模型的系統具有較強的魯棒性，因此，諸多學者將迭代學習控制與模糊控制相結合，以達到較為理想的控制效果。遺傳算法是建立在自然選擇和自然遺傳學機理基礎上的迭代自適應隨機搜索算法，其算法簡單、魯棒性強，能夠解決許多傳統的優化方法難以解決的問題，已在諸多領域得到應用和發展。Pok等[1]提出一種模糊迭代學習控制（Iterative Learning Control，ILC）算法，該算法將以前迭代控制信號進行濾波之后，并與當前的誤差及誤差的導數的累加作為模糊迭代學習控制器輸出，仿真實驗驗證這種新的算法提高了系統跟蹤的準確性。Precup等[2]運用ILC算法提出了mamdani PIfuzzy控制器。張麗萍等[3]針對TS 模糊系統的軌跡跟蹤控制問題，提出了基于正交多項式的迭代學習算法，并進行了仿真研究。Ebadat等[4]提出了一種新型的模糊迭代學習控制方法。在提出的方法中，模糊系統和ILC學習速度系數的計算使用優化算法。不僅保持ILC的優勢，而且通過模糊TSK（TakagiSugenoKang）模型產生合適的更新規則。仿真結果表明該方法的優勢。

 

本文提出一種基于遺傳算法的模糊迭代學習控制算法，該算法運用遺傳算法離線優化計算模糊迭代學習控制器的參數，并運用模糊TSK模型產生合理的迭代學習算法，實現對被控系統在迭代域內穩定收斂，并利用參數優化實現迭代學習算法的快速收斂。

預算控制法范文第4篇

關鍵詞：企業預算；成本控制

0．前言

當前企業不斷推進企業經濟體制改革的同時，也非常重視成本費用預算及控制的工作，企業界有句至理名言是“利在于本”，也就是說企業獲利能力的高低，盈利空間的大小，關鍵在于成本控制。同時強化內部管理，運用先進的管理核算系統實施一級管理和一級核算，在費用上實行預算控制管理，建立了內部控制制度，規定了費用支出和資金支付的審批權限，取得了較為明顯的效果。但從實際執行結果與制度設計效果、管理目標對比來看，不管在費用的有效控制環節上，還是在制度本身或實際執行上，都存在著許多不足，需要充實、完善、改進和提高。

1.建立完善的成本管控體系

（1）改善成本費用預算管理形式。依照公司本身情況及成本費用屬性將成本費用分為責任成本與非責任成本。責任成本是指車間可以控制的成本；非責任成本是按照相關制度直接計提發生的車間無法控制的成本，如折舊費。責任成本又分為獨立責任成本和共同責任成本。

獨立責任成本是指僅由車間負責的成本，如車間的原材料費用；共同責任成本是職能部室與車間共同負責的成本費用，包括制造費用中的修理費、辦公費、差旅費以及各項人工成本等。

獨立責任成本由車間控制，將車間列為被考核主體；共同責任成本由職能部室和車間共同控制，將這兩個部門列為被考核主體。按照公司全面預算管理辦法的要求，對成本費用實行歸口管理。職能部室既是成本費用的執行者，又是成本費用的歸口管理者。成本歸口管理突出了部室在公司成本費用管理中的職能屬性，如修理費歸口機動處、低值易耗品費用歸口生產處、勞動保護費歸口安全環保部。

（2）完善目標成本分解體系。目標成本管理是現代成本管理的新發展，目標成本管理要求企業以目標利潤為出發點，在現行生產技術水平下考慮技術進步以及生產要素的變化，制定預算年度的目標成本。目標成本制定以后，應根據成本項目進行細化并分解。

目標成本按照項目可分為原材料、人工、動力、制造費用。將成本項目按照生產作業流程進一步細化，縮小成本核算單位。分析生產流程中的資源耗費及動因，按照生產步驟將整個工藝流程劃分為不同的作業中心，做到生產鏈與價值鏈相結合。作業中心設置作為生產工藝中的一個步驟，成本費用相對獨立。將目標成本的不同項目分解到各作業中心，各作業中心的成本之和即為產品總成本。

（3）建立信息化成本管理及預算管理系統。

管理行為能否奏效，與成本信息質量的好壞有直接的聯系，如何向管理工作提供高質量的成本信息是提高成本管理水平的重要問題。

成本數據紛繁復雜，稍有不慎就會產生不準確的信息，對決策造成誤導。此外，如果沒有計算機信息系統，就很容易出現基層人員虛報、隱瞞數據的情況。全面預算管理是龐大的管理體系，預算的編制、執行、反饋、分析、考核均涉及大量信息的傳遞、加工和處理，建立信息化的預算管理體系也是提高預算管理水平的重要手段。

建立信息化的成本管理及預算管理系統，就是要實現成本信息和預算信息的無縫鏈接，將成本控制和預算管理融合在一起。信息化管理可以實現數據同源，降低管理成本，充分保證數據的真實性。

2、落實全面預算的全過程管理

（1）預算編制。預算編制是預算管理工作的起點，同時也是預算管理工作的重點和難點。編制的預算應適合企業戰略目標，并且能夠得到切實執行。目前，企業預算編制中存在的突出問題是預算編制與生產運行聯系不夠緊密，造成預算和生產實際不符。具體體現在以下兩個方面：一是生產計劃與成本預算編制存在脫節現象；二是成本預算指標制定與業務脫節，管理部門閉門造車，編制的預算不被生產部門所接受和理解。

全面預算的編制需要上下結合，N　上　N　下的反復進行。通常企業的第一版預算需要由基層部門先報，即生產部門以產能的最大利用為基礎，提出生產預算，財務部門提出成本預算，同時銷售部門依據市場預測和企業產能提出銷售預算。企業預算管理委員會對銷售預算和生產預算予以平衡，在擴大產能和提高銷售之間做出平衡。成本預算依據生產預算的變化及時調整，并對利潤進行測算。生產部門根據測算利潤與目標利潤的差異，提出降低成本的措施，并調整生產預算。

成本預算不僅要保證企業的目標利潤，而且要與生產緊密結合。成本預算應體現全面預算管理全員、全過程、全方位的原則，每個企業職工都要參與預算的制定，并提出各自的建議。這樣，不但能提高職工參與預算的積極性，充分挖掘降低成本的潛力，而且有利于預算的執行，使預算真正成為企業行動的綱領。

成本預算的編制應以目標成本費用為基礎，而不是簡單地將往年的數據摘抄過來。歷史數據具有一定的參考價值，但往往受慣性思維的影響，不利于成本的持續改進。成本預算的編制應充分體現精打細算，開源節流，從嚴，從緊等原則，由財務部門牽頭，以公司業務部門，技術部門、管理部門全面參與。

編制預算時，由生產部門編制生產預算，技術部門審核生產工藝，制定原材料及動力消耗定額，人力資源部門制定人工費用預算。制造費用項目較多，企業應重點控制，可采用總額控制和分項控制相結合的方法。企業依據生產預算及歷史數據確定制造費用預算總額。先將制造費用項目分為非責任成本和共同責任成本。非責任成本，如折舊由于相對固定，預算編制比較容易；共同責任成本，應先垂直分解預算樣表到各車間，由其填制計劃。歸口管理部門審核平衡各車間填制的計劃，財務部門匯總歸口管理部門所控制的費用預算，并提出調整建議，最終保證制造費用各項目預算之和控制在預算總額之內。

生產車間在提出本部門預算時，應依據從下到上的原則，由各作業中心首先提出本中心資源消耗計劃，車間會同技術部門進行匯總平衡。成本預算最后分解到各作業中心，企業、生產車間、作業中心均有預算指標和工作目標。

（2）預算執行。預算執行是預算管理中的核心環節，其執行情況直接決定預算管理的效果。目前，大部分企業將預算管理重點放在制定指標與考核上，上下級之間是垂直的行政管理模式，處于預算對立面，預算執行不順暢。企業必須充分發揮預算執行者的主觀能動性，變傳統的被動考核為主動參與，才能獲得較好的預算管理效果。

成本預算編制時，已將各項指標逐級分配到各作業中心，作業中心在日常生產中，在保證生產質量的前提下，緊盯成本指標。成本控制作為作業中心的工作業績，其在生產過程中會主動去挖掘成本降低的潛力，養成節約的習慣。作業中心成本指標的完成意味著車間成本預算的實現，由此形成由作業中心保證生產車間，生產車間保證企業的層層保證體系。

預算執行一方面需要員工的主動參與，另一方面需要預算運行程序規范生產行為。年度預算是綱領，月度生產情況可能會與年初的預計不同，如果始終以年度預算作為考核和控制的依據，就會使預算管理變得僵化而失去實際的控制作用。企業在月末編制下月的月度預算和滾動的全年預算。月度預算是下月預算控制的依據，原材料領用等應嚴格按照月度預算執行。滾動年度預算的編制是預算執行中的重點內容。每月的生產情況有可能發生變化，從而使月度預算偏離年度預算。通過滾動年度預算的編制，能夠使企業始終對未來有清楚地規劃。企業根據已執行月份的實際以及未來月份的預算，編制滾動的全年預算。如果與年初預算存在較大差異，就必須重新規劃未來月份的預算，保證年度目標不變。

（3）預算評價。預算評價是預算管理的保障體系，預算管理就是使企業經營沿著預定的軌道運行，預算評價通過對員工行為的約束，保障企業經營目標的實現。

預算管理是對企業資源的規劃，為企業各級人員指明方向。員工完成預算指標后，為了檢查預算的執行情況和執行結果，必須對其進行科學合理的評價，把預算的考核結果與各單位的工資、獎金掛鉤，與經理的任免、升降、獎懲掛鉤。

客觀公正的評價體系、有效的激勵機制是預算評價的重點。客觀公正的評價體系必須堅持公平、公開、公正的原則。企業應將預算標準向執行單位公布，同時預算執行的結果也要公開透明。如前所述，信息化管理系統有利于信息共享，各作業中心執行預算的結果應及時公開，如作業中心的成本實際完成情況應實時錄入系統，成本降低額在工作完成后立刻可以算出，作業中心的成本控制結果隨時可以查詢。預算執行結果應由專業管理部門進行核實。

最后，企業編制財務預算，通過加強對現金流的控制，可以增強

優化現金流量及企業規避財務風險的意識，確保企業經營有序進行，實現企業利益最大化。

參考文獻：

[1]張樊.企業財務預算的風險評估和控制模型設計[J　].中國集體經濟，2009（4）．

預算控制法范文第5篇

關鍵詞：串聯校正；粒子群算法；多級校正裝置；尋優；仿真

中圖分類號：TP273；TP18 文獻標識碼：A

お

Control System Compensating Based on PSO Algorithm

お

SHAN Jingjie，ZHOU Yonghua，JIANG Xiaobing

（College of Electrical Engineering， Guangxi University， Nanning530004，China）

Abstract：A correction method of the control system based on Particle Swarm Optimization （PSO） was proposed to deal with the cumbersome process in the parameters of the control system calibration. In this design method， in order to improve the efficiency of the system calibration， a multistage compensation unit consisting of lead compensation unit and lag compensation unit was used and then optimized the parameters in multistage compensation unit directly by program of PSO algorithm to find out those parameters satisfying the performance criteria， thus the control system was compensated. The simulation results show that， the method proposed is not only available for simplifying compensation process and improving the efficiency of the control system correction， but also extending the range of compensation systems.

Key words：cascade compensation； PSO algorithm； multistage compensation unit； optimizing；simulation

1引言

控制系統校正是經典控制理論中的核心問題之一。為了使得系統滿足特定的性能指標要求，常常需要在這些控制系統中加入適當的校正機構或裝置對系統進行必要的校正[1]。在進行控制系統校正時最常用的是頻域法校正，其主要目的是通過改變系統頻域特性的形狀，使系統的頻域特性具有合適的低頻、中頻、高頻特性及適當的穩定裕度，以滿足特定的性能指標要求。

粒子群優化算法[2]（Partical Swarm Optimization，PSO）是基于群智能搜索的新興隨機優化算法，它具有簡單易于實現、需要參數較少的特點，因此受到人們的廣泛關注而成為社會的熱點研究對象。粒子群算法目前已在多個領域得到了成功應用，比如電力系統優化[3]、神經網絡訓練[4]、模糊控制[5]、控制器優化[6―8]等。

本文在經典控制系統校正的基礎上，采用基本PSO優化算法理論，提出了基于PSO算法的控制系統校正的方法，以滿足穩態誤差、開環系統截止頻率和相角裕度等要求為出發點，來進行系統┬U。

2控制系統校正

按照校正裝置在系統中的連接方式，控制系統的校正方式可分為串聯校正、反饋校正、前饋校正和復合校正四種。串聯校正時將校正裝置Gc（s）接在系統誤差測量點之后和放大器之前，串接于系統前向通道之中。反饋（或并聯）校正時，將從某些元件引出反饋信號，構成反饋回路和并在內反饋回路內設置校正裝置。這是最常用的兩種校正方式，另外還有前饋校正與復合校正。本文只討論串聯校正。ゼ撲慵際跤胱遠化2012年9月

第31卷第3期閃靜潔等：基于粒子群算法的控制系統校正

在采用串聯校正時，根據校正裝置的特性，校正裝置可分為超前校正裝置、滯后校正裝置和滯后―超前校正裝置。

超前校正裝置指校正裝置輸出信號在相位上超前其輸入信號，即校正裝置具有正的相位特性。其對應的校正稱為超前校正。オ

ネ1無源超前網絡 圖2無源滯后網絡

ネ1為超前校正裝置，其傳遞函數可寫為

1αGc（s）=1+τs1+ατs（1）

式中

α=R2R1+R2

從式（1）中可見，采用無源超前網絡進行串聯校正時，系統的開環增益下降了α倍，因此需要提高放大器增益加以補償，通常在超前校正裝置時串入一個放大倍數為K=1/α的放大器。當超前網絡加入放大器后，校正裝置的傳遞函數為

G′c（s）=1+τs1+ατs （2）

滯后校正裝置指校正裝置的輸出信號在相位上落后其輸入信號，即校正裝置具有負的特性。其對應的校正稱為滯后校正。

圖2為滯后校正裝置，其傳遞函數為

Gc（s）=1+τs1+βτs （3）

式中

β=R1+R2R2>1，τ=R2C

當待校正系統不穩定，且要求校正后系統的響應速度、相角裕度和穩態精度較高時，使用單個的超前校正裝置或滯后校正裝置就無法達到其性能指標，需要采用多級校正裝置進行校正。多級校正裝置是在滯后―超前校正裝置的基礎上將其擴展，即將多個超前校正裝置或滯后校正裝置進行串聯而構成的一種校正裝置，它所對應的校正方式稱為多級校正。本文只對八級校正裝置進行探討。

綜合超前校正裝置及滯后校正裝置的特點可知八級校正裝置的傳遞函數為

Gc（s）=

（τ1s+1）（τ2s+1）（τ3s+1）（τ4s+1）（α1τ1s+1）（α2τ2s+1）（α3τ3s+1）（α4τ4s+1）×

（τ5s+1）（τ6s+1）（τ7s+1）（τ8s+1）（α5τ5s+1）（α6τ6s+1）（α7τ7s+1）（α8τ8s+1） （4）

采用粒子群算法程序對上式中的16個參數進行尋優，只要找到任意一組數值使校正后的系統滿足性能指標的要求，就可以實現系統的校正。

3粒子群優化算法

粒子群算法是由James Kennedy博士和Russell Eberhart博士于1995年提出的一種新的全局優化智能算法[2]。其基本思想是來源于對鳥群覓食過程的研究以及行為模型。群體中的鳥被抽象為理想“粒子”，這些粒子的運動受到自身速度、自身和群體的歷史的最佳位置信息的影響，能夠在復雜的解空間尋找最優解[9]。

基本PSO的原理表述如下：首先在解空間內初始化一群隨機粒子，然后通過迭代找到最優解[2]。假設在一個D維的目標搜索空間中， 隨機初始化m個粒子組成一個群落， 其中第i個粒子的空間位置為xi=（xi1，xi2，…xiD），i=1， 2， … ， m。每個粒子在搜索空間中以一定的速度飛行， 這個速度被定義為vi=（vi1，vi2，…viD）。在每一次迭代中，粒子通過跟蹤兩個“極值”來更新自己。一個是粒子本身所找到的最優解即個體極值pbi=（pbi1，pbi2，…pbiD），另一個極值是整個種群目前找到的最優解即全局極值gbi=（gbi1，gbi2，…gbiD）。每個粒子根據公式（5）（6）來更新自己的速度和┪恢茫邯

vk+1id=ωkvkid+c1r1（pbkid―xkid）+c2r2（gbkid―xkid）（5）

xk+1id=vk+1id+xkid （6）

其中：k 表示第k次迭代，c1和c2為加速度系數，通常取c1= c2=2（文獻[9]中也有其它的取值），r1和r2為兩個在[0，1]范圍內變化的隨機數。ωk為慣性因子，描述了t時刻的速度對當前速度的影響，通過它可以很好地控制粒子的搜索范圍，一般在[0，1]中取值。如果ωk值較大，則算法具有較強的全局尋優能力強，局部尋優能力較差；ωk值較小時，則有利于局部搜索，但其全局搜索能力不夠廣泛。慣性權重決定了對粒子當前速度繼承了多少，合適選擇慣性因子可以使粒子具有均衡的全局搜索能力和局部開發能力，從而避免陷入局部最優，得到全局最優解。根據以上分析，可以在搜索過程中逐步減少ωk的值，Shi和Eberhart提出一個將慣性權重隨時間線性減少的函數[10]，即在算法迭代過程中按照公式（7）動態地調節ωk的取值。

ωk=ω┆max ―ωmax ―ω┆min K×k （7）

式中，K為最大允許迭代次數，ωmax 、ωmin分別為最大慣性因子和最小慣性因子，ωmax一般取0.8～1.2，ωmin一般取值0.4。

自從粒子群算法提出以后，就受到廣大學者的關注和研究，他們對粒子群做出很多改進，例如文獻[11]和[12]分別提出了模糊自適應PSO算法和多目標粒子群算法。在此我們就不做一一介紹。

4粒子群算法設計思路

4.1適應度函數的選擇

適應度函數的選擇對于能否設計出具有滿足控制系統性能的校正器參數是十分重要的。在目標函數的選擇上，粒子群優化算法與基于導數信息進行優化的方法相比，優點在于對適應度函數基本無限制，既不要求函數連續，也不要求函數可微，既可以是數學解析式所表示的顯函數，也可以是映射矩陣[7]。

本算法的適應度函數為：

f=|PM―E1|+ |GM―E2| （8）

其中PM是校正后控制系統的相角裕度，E1是期望性能值。GM是校正后控制系統的幅值裕度，E2是期望性能值。有時設計要求只有相角裕度，那只需要|PM―E1|這部分。

本問題解決的目的是為了使校正后的頻域性能與期望值差別最小。因此本問題可以轉化為使目標函數值最小的問題，由于要求適應度函數值必須為非負，故適應度函數設為：

Fit=11+f （9）

相角裕度PM的求解需要計算截止頻率，幅值裕度GM的求解需要計算穿越頻率，這兩個頻率的求解是比較困難的，特別是在高階系統中，它們的求解都是解高階的方程，工程中往往都采用估計的方法，在此使用弦截法求解，弦截法的公式為：

xk+1=xk―（xk―xk―1）f（xk）―f（xk―1）f（xk） （10）

它的計算過程比較簡單，就是選取兩個初始值代人公式（10），然后將結果作為條件再代入，直到求得最后的值。弦截法對于初值是有要求的，需要開始時給出兩個初值，如果初值估計不當，可能會使算法不收斂。

當適應度函數確定后，就可以對參數進行尋優。在滿足約束條件下，使適應度函數值最大時所對應的參數即為最優控制器參數。

4.2基于PSO的控制系統校正算法流程

應用PSO算法求解控制系統校正問題，具體算法流程如下：

Step1：初始化相關參數。粒子種群大小m，搜索空間維數D，粒子最大迭代次數K，八級校正器分度系數αi和時間常數τi （i=1，…，8）等，并在搜索空間隨機初始化粒子群的位置向量xi和速度向量vi，求出局部最優極值pbi和全局最優極值gbi等。

Step2：將每個粒子的位置向量依次作為校正器參數，利用式（8）、（9）計算每個粒子的適應度函數值。

Step3：將每個粒子的適應度值與pbi進行比較，并更新pbi和gbi。

Step4：對于粒子群中的所有粒子，執行如下┎僮鰨邯

①按照式（5）對每個粒子的速度進行更新

若vk+1id≥vmax ，則vk+1id=vmax ；

若vk+1id≤vmin ，則vk+1id=vmin 。

②按照式（6）對每個粒子的位置進行更新

若xk+1id≥xmax ，則xk+1id=xmax ；

若xk+1id≤xmin ，則xk+1id=xmin 。

Step5：判斷結束條件，若滿足，則輸出最優的gb尋優結束；否則，k=k+1，轉至step2。

基于PSO的控制系統校正優化的流程圖

ネ3粒子群算法流程圖オ

5仿真結果與分析

設某個單位負反饋系統的開環傳遞函數為

G0（s）=10s2（0.1s+1）（0.2s+1）（0.3s+1） （11）

要求設計八級校正裝置使系統滿足下列性能指標：

1）相角裕度≥45°；2）幅值裕度≥6dB； 3） 截止頻率≥2.3rad/s。

解：設八級校正裝置的傳遞函數為

Gc（s）=ィé營1s+1）（τ2s+1）（τ3s+1）（τ4s+1）（α1τ1s+1）（α2τ2s+1）（α3τ3s+1）（α4τ4s+1）×

（τ5s+1）（τ6s）（τ7s+1）（τ8s+1）（α5τ5s+1）（α6τ6s+1）（α7τ7s+1）（α8τ8s+1） （12）

在Visual C++下，針對上述控制系統對象，采用粒子群算法對式（12）中十六個參數進行優化。經過優化的其中一種控制器參數組合為：τ1=1.004、τ2=4.499、τ3=2.727、τ4=1.349、τ5=4.776、τ6=3.575、τ7=2.388、τ8=1.997、α1=9.631、α2=0.044、α3=0.0006、α4=6.029、α5=0.154、α6=8.781、α7=0.815、α8=1.528，最優適應度為Fit=0.777。

校正后系統的開環傳遞函數為

G′o（s）=10s2（0.1s+1）（0.2s+1）（0.3s+1）×

（1.004s+1）（4.499s+1）（1.004×9.631s+1）（4.499×0.044s+1）×

（2.727s+1）（1.349s+1）（4.776s+1）（2.747×0.0006s+1）（1.349×6.029s+1）（4.776×0.154s+1）×

（3.575s+1）（2.388s+1）（1.997s+1）（3.575×8.781s+1）（2.388×0.815s+1）（1.997×1.528s+1） （13）

對校正后的系統進行MATLAB仿真，圖4，圖5分別為系統的Bode圖及單位階躍響應曲線[14]。由圖4可以看到：校正后的系統滿足了穩定裕度的要求，其抑制高頻噪聲的性能也較好；低頻段校正后的增益仍然足夠大，保證了穩態誤差要求；中頻段帶寬適當，保證閉環系統具有良好的平穩性；高頻段增益減小地更快，增強了系統高頻干擾性能并提高系統高頻模型攝動的魯棒性。從校正前、后系統的單位階躍響應曲線（即圖5）可知：校正后系統的調節時間滿足要求，其它的動態性能也得到明顯的改善。

ィa） 校正前系統的Bode圖オ

ィb） 校正后系統的Bode圖

圖4系統的Bode圖

ィa） 校正前系統的單位階躍響應曲線

ィb） 校正后系統的單位階躍響應曲線

圖5系統的單位階躍響應曲線

綜上所述，若采用傳統校正方式對該算例校正，計算量會比較大而且很難實現，而基于PSO算法對多級校正裝置的參數進行尋優的方法不但提高了控制系統校正的速度和效果，而且可以對很多采用傳統校正方法難以校正的系統進行校正。

6結論

本文以粒子群算法為工具，對由超前校正裝置和滯后校正裝置串聯構成的多級校正裝置的參數進行尋優，克服了傳統控制系統校正中的過程復雜、計算量大等缺點，簡化了控制系統校正的過程， 提高了控制系統校正的效率。仿真結果驗證了該尋優過程的可行性。不過由于粒子群算法存在易陷入局部極值和搜索后期收斂速度過慢的不足，所以對算法的改進還有待于進一步研究。

參考文獻

[1]胡壽松. 自動控制原理[M]. 北京：科學出版社，2001.

[2]J.Kennedy，R.Eberhart. Particle Swarm Optimization[C].In：Proc IEEE Int Conf on Neural Network，1995：1942―1948.

[3]Yang Bo， Chen Yunping， Zhao Zunlian. Survey on Applications of Particle Swarm Optimization in Electric Power Systems[C].In：Proc IEEE Int Conf on Control and Automation，2007：481―486.

[4]Liu Jun， Qiu Xiaohong. A Novel Hybrid PSO―BP Algorithm for Neural Network Training[C].In： International Joint Conference on Computational Sciences and Optimization，2009：300―303.

[5]Sun Wei， Liu Ming Ming. The optimizing of fuzzy control rule based on particle swarm optimization algorithms[C].In：Third International Conference on Genetic and Evolutionary Computing，2009：645―648.

[6]孫勇，章衛國，章萌，等. 基于改進粒子群算法的飛行控制器參數尋優[J]. 系統仿真學報，2010，22（5）：1222―1225.

[7]史永麗，侯朝楨，蘇海濱.基于粒子群優化算法的自抗擾控制器設計[J].系統仿真學報 1，2008， 20（2）：433―436.

[8]ZweLee Gaing. A particle swarm optimization approach for optimum design of PID controller in AVR system [J]. IEEE Transactions on Energy Conversion， JUN，2004，19 （2）：384―391.

[9]謝曉鋒，張文俊，楊之廉. 微 粒 群 算 法 綜 述[J].控制與決策， 3，2003，18（2）：129―134.

[10]AShi Y and Eberhart R. A Modified Particle Swarm Optimizer[C].In：Proceedings of the IEEE International Conference on Evolutionary Computation.Piscataway ，NJ：IEEE Press，1998，69―73.

[11]ATripathi P K，Bandyopadhyay S，Pal S K. Multiobjective particle swarm optimization with time variant inertia and acceleration coefficients [J]. Information Sciences（11―3904/N），2007，177（22） ：5033―5049.