预算控制法

前言：想要写出一篇令人眼前一亮的文章吗？我们特意为您整理了5篇预算控制法范文，相信会为您的写作带来帮助，发现更多的写作思路和灵感。

预算控制法范文第1篇

一、预算松弛概述

（一）概念

预算松弛是企业经营发展中，企业经济预算与企业经济最佳预算之间的差值[1]，预算松弛是现代企业经济资源分配管理中普遍存在的经济管理问题，对企业整体经济投资发展都具有一定的影响作用。预算松弛如果控制在一定范围内，是企业完善经济发展结构的突破口，可以提升现代企业经营管理的速率，优化企业管理结构，同时也可以实现整体企业资源优化配置，但如果企业预算松弛已经超出了可预算范围[2]，则会造成现代企业经济投资结构运行紧张，企业发展系统科学性降低，甚至会提升现代企业发展风险，对企业的经济发展带来巨大的发展影响。

（二）对企业发展造成的危害

预算松弛使现代企业经营管理稳定性降低，经济资源管理结构出现问题。其一，预算松弛，企业经济投资成本增加，利益收益减少。企业实施经济预算的目的是，实现现代企业经济生产和运营的成本最低，经济收益最优化配置，如果出现预算松弛，就会增加产品的前提投资，而经济收益并没有因为前期投资增加而带来企业经济收益增加，由此使企业的经济收益损失；其二，企业内部整体经营效率降低。经济预算，是现代企业经济支出管理的主要基础，经济预算痴线松弛，会使企业后期经济资源应用的管理投资比重增加，企业经济管理结构性降低，从而企业内部各部门的经济支出也会增加，无法发挥现代企业内部高度集中管理的效率作用，对现展带来负面影响。

二、预算松弛的成因分析

基于以上对企业经济预算松弛的基本概念分析，对预算松弛的成因进行综合研究。

（一）企业经济信息管理角度

现代企业发展中，大多采取股份制管理，企业内部员工、管理者之间形成了一个利益金字塔，处于企业不同级别的工作人员，获得的经济利益存在着差异，所接受的信息也存在着显著的不同。一般企业管理者对企业经济发展的信息管理全面性较高，对企业经济?A算的分析较为全面[3]，而企业员工进行企业经济预算，仅仅依靠手中对企业信息的掌握情况以及各行业市场信息进行分析，并做出企业经济发展预算，从而导致企业管理层面经济信息的经济预算与企业实际操作经济预算信息之间存在着较大的差别，如果企业长期处于这种经济预算管理状态中，会导致企业经济预算信息的对称性较低，企业集团经济管理容易出现预算松弛的情况发生。

（二）从企业经济预算管理角度

经济预算，是现代企业自我完善与发展的重要保障，也是企业后期投资的主要参考数据，如果现代企业经营发展机构资源中缺少经济预算表编制，会使企业经济发展的市场发展环境与经济沟通之间的关系密切性降低，企业经济预算缺乏实际管理手段，对企业发展造成影响，从而出现企业经济预算松弛问题，造成企业经济利益损失；另一方面，经济预算是企业日常发展规划与经济运行的主要经济运行管理目标[4]，企业预算战略执行和经济发展目标的规划脱离实际经济发展需求，会造成企业经济发展管理目标的指导性低，经济预算战略和经营计划缺乏切实有效的管理指导作用，出现企业利润收益降低，企业发展空洞，缺乏方向性。

（三）经济预算管理队伍角度

企业实施资源优化配置的主要目的，是建立完善企业资源管理结构，发挥企业内部资源的最大作用，拓展现代企业资源结构的优化配置，对企业预算松弛的分析，也要从企业外部经济预算角度进行分析。部分经济资源预算工作人员的综合素质较低，对企业预算作用的认识较低，对经济预算工作开展的数据管理的信息分析能力较低，即使完成企业经济预算，但依旧存在企业经济预算信息准确率低，企业经济预算的信息较大，或者经济预算的资金预失真，导致企业集团预算松弛情况发生。

（四）社会资源角度

导致现代企业经济预算松弛的原因，也与企业自身拥有的资源比重之间存在着一定的关联性。部分企业所拥有的社会资产比重较高，对企业自身和企业所在行业的信息了解较为全面[5]；而另一部分企业的经济资源在社会资源中所占的比重较低，对企业所在行业的信息管理真实性较低，从而造成企业经济预算的信息准确性差，容易出现现代企业经济预算松弛的情况发生。

三、优化企业集团预算方法有效控制预算松弛的措施

（一）实现企业经济信息畅通

企业集团出现预算松弛的原因中，存在企业管理层与企业员工之间信息结构稳定性较低的情况，使企业上层经济预算与下层经济预算不相符，导致企业预算松弛问题发生，为了使现代企业预算松弛问题得到解决，保持企业内部信息畅通，实现企业上下经济预算信息畅通性增强。企业为了避免预算松弛的经济管理问题，企业管理者及时与企业员工进行企业发展信息沟通，将企业发展目标分为长远目标、中期目标以及短期目标[6]，使企业管理者与企业员工之间的经济管理信息相互协调，提升企业员工对企业未来发展的预测性

规划。

另一方面，现代企业信息畅通性管理，需要企业实施内部信息畅通性分析与企业发展市场行情之间的信息沟通，保障现代企业的内部信息管理与企业信息沟通之间的经济预算合理调整，拓展现代企业经营发展新理念。企业可以推行并实施信息资源综合管理，及时进行企业内部经济实际运算信息统计，避免企业资源经营管理中资源配置的无效运行，为企业经营发展带来经济预算保障，从而实现企业资源预算系统的综合性发展。例如；某企业为了保障预算松弛带来的经济发展问题，及时进行企业信息管理做好统计，及时进行企业经济资源预算的信息分配，从而为现代企业经济预算带来了经济发展的新依据，完善现代企业经济预算的畅通性。

（二）做好企业经济预算管理

应对企业经营中经济预算松弛的有效措施，是切实做好企业经济预算管理。企业日常管理机构逐步完善，是企业经济预算内部资源分配，经济预算目标得以顺利实施的重要基础，因此，逐步完善企业经济预算的管理结构，增强企业经济预算的规范运行，积极探索企业经营发展的新策略。企业为了实现经营发展中的资源综合应用率提升，一方面，做好企?I预算松弛的预防措施，采取现代企业的经济预算管理机构层次性规划，完善现代企业资源管理结构，实现企业集团经济预算实际运行速率性较高，发挥企业经济预算在实际中发挥的作用[7]，保障企业经济预算发挥重要的引导作用；另一方面，企业经营实现企业经济预算目标管理结构逐步优化，发挥经济预算与企业发展长期战略目标的经营管理新战略，实现现代企业预算编制管理的新理念。企业可以实施全面的经济预算战略规划，结合企业经济发展实际，做好企业经营发展管理新机制，将企业经济预算编制的过程细化分为单一细小经济预算管理目标，企业管理者确定企业经济发展的主要发展策略，并依据长期、中期、短期的经济预算目标，从上至下贯彻企业经济预算的战略发展思想，形成企业各部门间的经济预算目标之间的协商运作，发挥现代企业经济管理战略性“部门目标”，同时各个部门又将部门目标分为个人经济发展目标，应用这一实际经济预算发展目标，促进现代企业的经济发展，激发企业经济预算发展目标实施的实际价值，实现企业经营发展能够对经济预算松弛问题的规避，拓展现代企业经营发展新战略。

（三）提升企业经济预算管理人员素质

做好企业经济预算，减少企业预算松弛带来的经济损失。从企业经济预算队伍角度提出应对措施，保障企业经济预算人员的专业素质和综合水平得到提升，企业人力资源管理部门应及时进行企业内部人员综合能力培训，通过多种企业人员队伍建设的方式，实施企业内部资源综合管理，例如：专业素养培训，企业经济预算准确度绩效考评等措施，实现现代企业经营管理新结构与企业资源管理之间形成了相对完善的经济管理新体制，从企业经济预算人员内部的素质提升[8]，规避预算松弛问题的发生；其次，企业可以逐步完善企业内部审计管理监督体系，加强内部审计部门的监督管理，逐步建立企业经济预算经济管理目标确定、分解跟踪、评价、服务、监督为一体的经济运行管理结构，实现企业综合发展。此外，为了加大对企业经济预算的管理力度，规避预算松弛的经济风险，也要实施现代企业内部经济预算的监督管理，采取内部监督与外部监督同步开展，第三方监督的经济预算管理是社会经济效益和社会法律体系，实施现代企业经营管理，分析整体资源规划新结构，可以提高企业经济预算管理的科学性，保障现代企业资源管理新结构的廉政，清明性发展，提升现代企业经济运行发展的发展新空间。

（四）合理应用企业社会资源

现代企业预算松弛问题的治理方式，是合理应用企业社会资源。企业实施经济预算，必须与企业实际经济应之间相互对应，即企业经济预算是企业经济运行的重要依据，必须符合企业经营发展的理论依据，避免企业经济预算超出企业经济的实际范围，从而实现完善和优化现代企业资源分配结构。例如：实施企业经济预算的发展目标与发展策略[9]，与企业经济发展的实际情况相对应；或者，现代企业经济预算也可以采取企业间的强强联合，实现企业间的资源综合应用，实现企业经济资源应用的资源互补，为企业实际经济运行中存在的预算松弛提供可靠地经济救援保障，实现企业经济发展稳定性增长。

预算控制法范文第2篇

【关键词】余热锅炉；计算机控制系统；设计与应用

1.余热锅炉控制要求

1.1液位控制

在余热锅炉的设计以及制造过程中，一般会给定液位参数。而在余热锅炉的使用过程中液位参数也是非常重要的检测对象。一方面，当余热锅炉的液位低于最佳液位时，其产生的蒸汽的量就会不足，从而影响到余热锅炉的工作效率，同时也会造成余热的浪费。与此同时，若液位大幅度低于最佳液位时，锅炉炉身就会直接“面对”余热的直接“烘烤”，这会损害锅炉的性能，严重降低到锅炉的使用寿命；另一方面，倘若液位高于余热锅炉的警戒液位，就会在短时间内大幅度提高锅炉的工作负担，而若得不到及时的解决，就很有可能引发危险。根据一些报道，很多余热锅炉的事故多是由液位监测不到位引起的。因此，在设计计算机控制系统时，应当把液位检测系统作为重要部分。

1.2蒸汽压控制

余热锅炉的工作原理，便是利用收集到的工业余热用于锅炉内部的水或者油的加热，从而产生蒸汽，用来驱动发电机或者将蒸汽用来加热。可以说，蒸汽是余热锅炉能量转化的介质。因此，蒸汽压力以及炉膛内部的温度控制自然非同小可。在传统情况下，蒸汽压力的检测与控制一般依靠的是一些仪表和阀门。但是，这些仪表和阀门虽然可以在一定程度上能够控制蒸汽压，不过由于人为°仪器以及关闭/开启阀门需要一定的时间，很难在短时间内排除故障。倘若事情紧急，也有可能在故障排除时间内发生蒸汽爆炸，威胁到检测人员的生命安全。因此，在设计计算机控制系统时，对蒸汽压的自动控制是重中之重。在进行具体的系统设计时，蒸汽压控制的自动化应当作为优先项目进行处理。

1.3燃烧系统控制

燃烧系统同样也是余热锅炉的重要组成部分。而所谓的锅炉燃烧系统并不同于一般的燃烧系统，其原因就在于这里的燃料既不是煤炭，也不是天然气等传统燃料，而是工业余热，如烟气、热气等。但正是这种不同寻常的“燃料”，使得锅炉燃烧系统的控制非常困难，因为工业余热如热气等的温度、流量并不恒定，其单位立方米的热值也大不相同。在加热锅炉时，很难用传统的测控仪器来完成热气的流量控制。但是，在很多情况下，余热锅炉的正常工作需要比较恒定的燃烧热，而在传统控制系统不能胜任控制工作的前提情况下，就只能另辟蹊径。故而，对燃烧控制系统的自动化改造，也是非常重要的部分。因此，在设计计算机控制系统时，燃烧控制系统应当尽快完成自动化的改造。

2.计算机控制系统的设计及其功能

2.1计算机信息化监视控制系统的系统构成

计算机信息化余热锅炉监控系统是基于PLC技术而研制的自动化监控系统。所谓PLC（英文全称：Programmable Logic Controller，汉语释义：可编程逻辑控制器）技术，主要通过编写的软件控制程序，在硬件设施的辅助下，依靠电子计算机中央处理系统来完成人类所赋予的工作。针对信息化监控系统来说，其主要构成部分有：（1）信息收集系统。这一部分是信息化控制系统的“眼睛”，它主要利用一些水位监测器（如自动水位测量仪，电子眼等）来实时的收集锅炉液位或者蒸汽压压力的变化信息。（2）信息传输系统。它是信息化监控系统的“神经纤维”，主要是依靠信息传送线路和信号转换器（例如液位信号向电子信号的转变）来完成信息传递。（3）中央信号处理系统。这部分是整个信息化监控系统的“大脑”，它的主要功能是将收集到的信号进行综合分析处理。（4）指令执行控制系统。这部分是信息化监控系统的“手臂”，主要是执行中央信息处理系统的的“命令”，可以执行阀门开关的开启度等，从而完成液面或者蒸汽压的调控。以上4个部分是整个信息化监控系统的主体结构，但并不是全部，而是还有很多的辅助系统。这些系统通过有机的配合，共同实现对余热锅炉系统的信息化监控。

2.2信息化余热锅炉监控系统的工作流程

在介绍信息化余热锅炉监控系统的工作流程，为了简便起见，笔者使用了一个简单的例子来进行说明。例如，因某种原因，导致余热锅炉炉内的液位在短时间内超过警戒液位，液位监测仪器及时的“捕获”到了液位的升高信息，并将液位信息通过信号转化装置转变为电流信号，通过信号传递线路传递给中央信息处理系统，中央信息处理系统马上对收到的信号进行综合分析，并作出了“增大排水阀门开启度、减小进水阀门开启度”的命令，并通过信息传递装置将命令下达给阀门控制系统，阀门控制系统接到命令后，就利用自身的自动控制器自动增加或者减小阀门的开启度，以调整锅炉内的液位。以上便是整个系统的主要工作流程。

3.电子计算机控制系统地开发应用

3.1液位（汽包水位）自动控制系统

对锅炉汽包水位的监测可选用电磁液位计进行测量，该流量计安装简单，维护工作量小"电磁液位计选型时除了考虑锅炉给水流量、压力外，还要注意根据给水温度选择合适的里衬材料和结构形式。同时，该液位监控器通过信号转换器与电子计算机中央处理系统相连，一旦液位低于或者高于最佳液位，监控器就可以将信号传输给中央处理器，使之作出相应的反应。而这种调节模式时自动化的，无需派遣人员到现场操作，大大提高了调节的快捷性与安全性。

3.2压力与温度自控系统

压力检测采用集中检测，本系统采用压力变送器检测，主要检测炉膛负压、烟道负压，其测量选用差压变送器，以保证必要的测量精确度。而温度检测采用热电偶，安装在水一汽系统管道上的测温元件，连接方式采用固定螺纹连接方式。这两种测控仪器的内部，均装有信号转换器。而且，为了能够将压力与温度信号均顺利传输出去，应当采用信号传输分置的形式，使之不会相互干扰。与此同时，这两种测控仪器长期工作在比较恶劣的环境之中，应注意日常的维护与检修。

3.3预热锅炉汽包压力控制系统

汽包压力是反映锅炉运行安全和蒸汽质量的重要指标。余热锅炉产汽量和压力受制于工艺系统所能提供的余热，汽包蒸汽压力通过调节输出蒸汽的流量来维持稳定，产多少蒸汽就只能用多少蒸汽，可以不考虑负荷的变化。蒸汽负荷的平衡一般通过输出管网中、下游环节的调节来实现。而调节方式主要依靠被电子计算机控制的阀门来实现，当蒸汽超出或者低于工作设定值使，电子计算机便会根据收集到的信息，作出恰当的反应，从而实现自动化调控。

3.4信号报警与事故联锁系统

将温度与压力警报器与锅炉内的压力、温度测控仪器相连接，一旦在很短的时间内，因锅炉的故障而导致电子计算机无法有效调控压力和温度的急剧变化时，就会通过警报器发出警报，提醒人员迅速撤离并尽快采取紧急处置措施。这种警报系统大大提高了锅炉车间的安全性。

4.结束语

余热锅炉的电子计算机控制系统地设计虽然并不是非常复杂和困难，但有很多的细节需要注意，且要求控制系统能够做到面面俱到。此外，还应加强对系统的维护检修工作，以保证其工作的有效性。 [科]

【参考文献】

预算控制法范文第3篇

原文作者：郝晓弘

0引言

迭代学习控制可实现被控对象在有限时间区间上对期望输出的完全跟踪，它已成为智能控制的一个重要分支。为了提高被控系统的控制精度、加快迭代域内收敛速度、优化迭代学习控制器参数，常将其与其他智能控制方法相结合，以期对非线性、不确定的复杂控制系统达到更好的控制效果。模糊控制处理难以建立精确数学模型的系统具有较强的鲁棒性，因此，诸多学者将迭代学习控制与模糊控制相结合，以达到较为理想的控制效果。遗传算法是建立在自然选择和自然遗传学机理基础上的迭代自适应随机搜索算法，其算法简单、鲁棒性强，能够解决许多传统的优化方法难以解决的问题，已在诸多领域得到应用和发展。Pok等[1]提出一种模糊迭代学习控制（Iterative Learning Control，ILC）算法，该算法将以前迭代控制信号进行滤波之后，并与当前的误差及误差的导数的累加作为模糊迭代学习控制器输出，仿真实验验证这种新的算法提高了系统跟踪的准确性。Precup等[2]运用ILC算法提出了mamdani PIfuzzy控制器。张丽萍等[3]针对TS 模糊系统的轨迹跟踪控制问题，提出了基于正交多项式的迭代学习算法，并进行了仿真研究。Ebadat等[4]提出了一种新型的模糊迭代学习控制方法。在提出的方法中，模糊系统和ILC学习速度系数的计算使用优化算法。不仅保持ILC的优势，而且通过模糊TSK（TakagiSugenoKang）模型产生合适的更新规则。仿真结果表明该方法的优势。

 

本文提出一种基于遗传算法的模糊迭代学习控制算法，该算法运用遗传算法离线优化计算模糊迭代学习控制器的参数，并运用模糊TSK模型产生合理的迭代学习算法，实现对被控系统在迭代域内稳定收敛，并利用参数优化实现迭代学习算法的快速收敛。

预算控制法范文第4篇

关键词：企业预算；成本控制

0．前言

当前企业不断推进企业经济体制改革的同时，也非常重视成本费用预算及控制的工作，企业界有句至理名言是“利在于本”，也就是说企业获利能力的高低，盈利空间的大小，关键在于成本控制。同时强化内部管理，运用先进的管理核算系统实施一级管理和一级核算，在费用上实行预算控制管理，建立了内部控制制度，规定了费用支出和资金支付的审批权限，取得了较为明显的效果。但从实际执行结果与制度设计效果、管理目标对比来看，不管在费用的有效控制环节上，还是在制度本身或实际执行上，都存在着许多不足，需要充实、完善、改进和提高。

1.建立完善的成本管控体系

（1）改善成本费用预算管理形式。依照公司本身情况及成本费用属性将成本费用分为责任成本与非责任成本。责任成本是指车间可以控制的成本；非责任成本是按照相关制度直接计提发生的车间无法控制的成本，如折旧费。责任成本又分为独立责任成本和共同责任成本。

独立责任成本是指仅由车间负责的成本，如车间的原材料费用；共同责任成本是职能部室与车间共同负责的成本费用，包括制造费用中的修理费、办公费、差旅费以及各项人工成本等。

独立责任成本由车间控制，将车间列为被考核主体；共同责任成本由职能部室和车间共同控制，将这两个部门列为被考核主体。按照公司全面预算管理办法的要求，对成本费用实行归口管理。职能部室既是成本费用的执行者，又是成本费用的归口管理者。成本归口管理突出了部室在公司成本费用管理中的职能属性，如修理费归口机动处、低值易耗品费用归口生产处、劳动保护费归口安全环保部。

（2）完善目标成本分解体系。目标成本管理是现代成本管理的新发展，目标成本管理要求企业以目标利润为出发点，在现行生产技术水平下考虑技术进步以及生产要素的变化，制定预算年度的目标成本。目标成本制定以后，应根据成本项目进行细化并分解。

目标成本按照项目可分为原材料、人工、动力、制造费用。将成本项目按照生产作业流程进一步细化，缩小成本核算单位。分析生产流程中的资源耗费及动因，按照生产步骤将整个工艺流程划分为不同的作业中心，做到生产链与价值链相结合。作业中心设置作为生产工艺中的一个步骤，成本费用相对独立。将目标成本的不同项目分解到各作业中心，各作业中心的成本之和即为产品总成本。

（3）建立信息化成本管理及预算管理系统。

管理行为能否奏效，与成本信息质量的好坏有直接的联系，如何向管理工作提供高质量的成本信息是提高成本管理水平的重要问题。

成本数据纷繁复杂，稍有不慎就会产生不准确的信息，对决策造成误导。此外，如果没有计算机信息系统，就很容易出现基层人员虚报、隐瞒数据的情况。全面预算管理是庞大的管理体系，预算的编制、执行、反馈、分析、考核均涉及大量信息的传递、加工和处理，建立信息化的预算管理体系也是提高预算管理水平的重要手段。

建立信息化的成本管理及预算管理系统，就是要实现成本信息和预算信息的无缝链接，将成本控制和预算管理融合在一起。信息化管理可以实现数据同源，降低管理成本，充分保证数据的真实性。

2、落实全面预算的全过程管理

（1）预算编制。预算编制是预算管理工作的起点，同时也是预算管理工作的重点和难点。编制的预算应适合企业战略目标，并且能够得到切实执行。目前，企业预算编制中存在的突出问题是预算编制与生产运行联系不够紧密，造成预算和生产实际不符。具体体现在以下两个方面：一是生产计划与成本预算编制存在脱节现象；二是成本预算指标制定与业务脱节，管理部门闭门造车，编制的预算不被生产部门所接受和理解。

全面预算的编制需要上下结合，N　上　N　下的反复进行。通常企业的第一版预算需要由基层部门先报，即生产部门以产能的最大利用为基础，提出生产预算，财务部门提出成本预算，同时销售部门依据市场预测和企业产能提出销售预算。企业预算管理委员会对销售预算和生产预算予以平衡，在扩大产能和提高销售之间做出平衡。成本预算依据生产预算的变化及时调整，并对利润进行测算。生产部门根据测算利润与目标利润的差异，提出降低成本的措施，并调整生产预算。

成本预算不仅要保证企业的目标利润，而且要与生产紧密结合。成本预算应体现全面预算管理全员、全过程、全方位的原则，每个企业职工都要参与预算的制定，并提出各自的建议。这样，不但能提高职工参与预算的积极性，充分挖掘降低成本的潜力，而且有利于预算的执行，使预算真正成为企业行动的纲领。

成本预算的编制应以目标成本费用为基础，而不是简单地将往年的数据摘抄过来。历史数据具有一定的参考价值，但往往受惯性思维的影响，不利于成本的持续改进。成本预算的编制应充分体现精打细算，开源节流，从严，从紧等原则，由财务部门牵头，以公司业务部门，技术部门、管理部门全面参与。

编制预算时，由生产部门编制生产预算，技术部门审核生产工艺，制定原材料及动力消耗定额，人力资源部门制定人工费用预算。制造费用项目较多，企业应重点控制，可采用总额控制和分项控制相结合的方法。企业依据生产预算及历史数据确定制造费用预算总额。先将制造费用项目分为非责任成本和共同责任成本。非责任成本，如折旧由于相对固定，预算编制比较容易；共同责任成本，应先垂直分解预算样表到各车间，由其填制计划。归口管理部门审核平衡各车间填制的计划，财务部门汇总归口管理部门所控制的费用预算，并提出调整建议，最终保证制造费用各项目预算之和控制在预算总额之内。

生产车间在提出本部门预算时，应依据从下到上的原则，由各作业中心首先提出本中心资源消耗计划，车间会同技术部门进行汇总平衡。成本预算最后分解到各作业中心，企业、生产车间、作业中心均有预算指标和工作目标。

（2）预算执行。预算执行是预算管理中的核心环节，其执行情况直接决定预算管理的效果。目前，大部分企业将预算管理重点放在制定指标与考核上，上下级之间是垂直的行政管理模式，处于预算对立面，预算执行不顺畅。企业必须充分发挥预算执行者的主观能动性，变传统的被动考核为主动参与，才能获得较好的预算管理效果。

成本预算编制时，已将各项指标逐级分配到各作业中心，作业中心在日常生产中，在保证生产质量的前提下，紧盯成本指标。成本控制作为作业中心的工作业绩，其在生产过程中会主动去挖掘成本降低的潜力，养成节约的习惯。作业中心成本指标的完成意味着车间成本预算的实现，由此形成由作业中心保证生产车间，生产车间保证企业的层层保证体系。

预算执行一方面需要员工的主动参与，另一方面需要预算运行程序规范生产行为。年度预算是纲领，月度生产情况可能会与年初的预计不同，如果始终以年度预算作为考核和控制的依据，就会使预算管理变得僵化而失去实际的控制作用。企业在月末编制下月的月度预算和滚动的全年预算。月度预算是下月预算控制的依据，原材料领用等应严格按照月度预算执行。滚动年度预算的编制是预算执行中的重点内容。每月的生产情况有可能发生变化，从而使月度预算偏离年度预算。通过滚动年度预算的编制，能够使企业始终对未来有清楚地规划。企业根据已执行月份的实际以及未来月份的预算，编制滚动的全年预算。如果与年初预算存在较大差异，就必须重新规划未来月份的预算，保证年度目标不变。

（3）预算评价。预算评价是预算管理的保障体系，预算管理就是使企业经营沿着预定的轨道运行，预算评价通过对员工行为的约束，保障企业经营目标的实现。

预算管理是对企业资源的规划，为企业各级人员指明方向。员工完成预算指标后，为了检查预算的执行情况和执行结果，必须对其进行科学合理的评价，把预算的考核结果与各单位的工资、奖金挂钩，与经理的任免、升降、奖惩挂钩。

客观公正的评价体系、有效的激励机制是预算评价的重点。客观公正的评价体系必须坚持公平、公开、公正的原则。企业应将预算标准向执行单位公布，同时预算执行的结果也要公开透明。如前所述，信息化管理系统有利于信息共享，各作业中心执行预算的结果应及时公开，如作业中心的成本实际完成情况应实时录入系统，成本降低额在工作完成后立刻可以算出，作业中心的成本控制结果随时可以查询。预算执行结果应由专业管理部门进行核实。

最后，企业编制财务预算，通过加强对现金流的控制，可以增强

优化现金流量及企业规避财务风险的意识，确保企业经营有序进行，实现企业利益最大化。

参考文献：

[1]张樊.企业财务预算的风险评估和控制模型设计[J　].中国集体经济，2009（4）．

预算控制法范文第5篇

关键词：串联校正；粒子群算法；多级校正装置；寻优；仿真

中图分类号：TP273；TP18 文献标识码：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

控制系统校正是经典控制理论中的核心问题之一。为了使得系统满足特定的性能指标要求，常常需要在这些控制系统中加入适当的校正机构或装置对系统进行必要的校正[1]。在进行控制系统校正时最常用的是频域法校正，其主要目的是通过改变系统频域特性的形状，使系统的频域特性具有合适的低频、中频、高频特性及适当的稳定裕度，以满足特定的性能指标要求。

粒子群优化算法[2]（Partical Swarm Optimization，PSO）是基于群智能搜索的新兴随机优化算法，它具有简单易于实现、需要参数较少的特点，因此受到人们的广泛关注而成为社会的热点研究对象。粒子群算法目前已在多个领域得到了成功应用，比如电力系统优化[3]、神经网络训练[4]、模糊控制[5]、控制器优化[6―8]等。

本文在经典控制系统校正的基础上，采用基本PSO优化算法理论，提出了基于PSO算法的控制系统校正的方法，以满足稳态误差、开环系统截止频率和相角裕度等要求为出发点，来进行系统┬U。

2控制系统校正

按照校正装置在系统中的连接方式，控制系统的校正方式可分为串联校正、反馈校正、前馈校正和复合校正四种。串联校正时将校正装置Gc（s）接在系统误差测量点之后和放大器之前，串接于系统前向通道之中。反馈（或并联）校正时，将从某些元件引出反馈信号，构成反馈回路和并在内反馈回路内设置校正装置。这是最常用的两种校正方式，另外还有前馈校正与复合校正。本文只讨论串联校正。ゼ扑慵际跤胱远化2012年9月

第31卷第3期闪静洁等：基于粒子群算法的控制系统校正

在采用串联校正时，根据校正装置的特性，校正装置可分为超前校正装置、滞后校正装置和滞后―超前校正装置。

超前校正装置指校正装置输出信号在相位上超前其输入信号，即校正装置具有正的相位特性。其对应的校正称为超前校正。オ

ネ1无源超前网络 图2无源滞后网络

ネ1为超前校正装置，其传递函数可写为

1αGc（s）=1+τs1+ατs（1）

式中

α=R2R1+R2

从式（1）中可见，采用无源超前网络进行串联校正时，系统的开环增益下降了α倍，因此需要提高放大器增益加以补偿，通常在超前校正装置时串入一个放大倍数为K=1/α的放大器。当超前网络加入放大器后，校正装置的传递函数为

G′c（s）=1+τs1+ατs （2）

滞后校正装置指校正装置的输出信号在相位上落后其输入信号，即校正装置具有负的特性。其对应的校正称为滞后校正。

图2为滞后校正装置，其传递函数为

Gc（s）=1+τs1+βτs （3）

式中

β=R1+R2R2>1，τ=R2C

当待校正系统不稳定，且要求校正后系统的响应速度、相角裕度和稳态精度较高时，使用单个的超前校正装置或滞后校正装置就无法达到其性能指标，需要采用多级校正装置进行校正。多级校正装置是在滞后―超前校正装置的基础上将其扩展，即将多个超前校正装置或滞后校正装置进行串联而构成的一种校正装置，它所对应的校正方式称为多级校正。本文只对八级校正装置进行探讨。

综合超前校正装置及滞后校正装置的特点可知八级校正装置的传递函数为

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对上式中的16个参数进行寻优，只要找到任意一组数值使校正后的系统满足性能指标的要求，就可以实现系统的校正。

3粒子群优化算法

粒子群算法是由James Kennedy博士和Russell Eberhart博士于1995年提出的一种新的全局优化智能算法[2]。其基本思想是来源于对鸟群觅食过程的研究以及行为模型。群体中的鸟被抽象为理想“粒子”，这些粒子的运动受到自身速度、自身和群体的历史的最佳位置信息的影响，能够在复杂的解空间寻找最优解[9]。

基本PSO的原理表述如下：首先在解空间内初始化一群随机粒子，然后通过迭代找到最优解[2]。假设在一个D维的目标搜索空间中， 随机初始化m个粒子组成一个群落， 其中第i个粒子的空间位置为xi=（xi1，xi2，…xiD），i=1， 2， … ， m。每个粒子在搜索空间中以一定的速度飞行， 这个速度被定义为vi=（vi1，vi2，…viD）。在每一次迭代中，粒子通过跟踪两个“极值”来更新自己。一个是粒子本身所找到的最优解即个体极值pbi=（pbi1，pbi2，…pbiD），另一个极值是整个种群目前找到的最优解即全局极值gbi=（gbi1，gbi2，…gbiD）。每个粒子根据公式（5）（6）来更新自己的速度和┪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为加速度系数，通常取c1= c2=2（文献[9]中也有其它的取值），r1和r2为两个在[0，1]范围内变化的随机数。ωk为惯性因子，描述了t时刻的速度对当前速度的影响，通过它可以很好地控制粒子的搜索范围，一般在[0，1]中取值。如果ωk值较大，则算法具有较强的全局寻优能力强，局部寻优能力较差；ωk值较小时，则有利于局部搜索，但其全局搜索能力不够广泛。惯性权重决定了对粒子当前速度继承了多少，合适选择惯性因子可以使粒子具有均衡的全局搜索能力和局部开发能力，从而避免陷入局部最优，得到全局最优解。根据以上分析，可以在搜索过程中逐步减少ωk的值，Shi和Eberhart提出一个将惯性权重随时间线性减少的函数[10]，即在算法迭代过程中按照公式（7）动态地调节ωk的取值。

ωk=ω┆max ―ωmax ―ω┆min K×k （7）

式中，K为最大允许迭代次数，ωmax 、ωmin分别为最大惯性因子和最小惯性因子，ωmax一般取0.8～1.2，ωmin一般取值0.4。

自从粒子群算法提出以后，就受到广大学者的关注和研究，他们对粒子群做出很多改进，例如文献[11]和[12]分别提出了模糊自适应PSO算法和多目标粒子群算法。在此我们就不做一一介绍。

4粒子群算法设计思路

4.1适应度函数的选择

适应度函数的选择对于能否设计出具有满足控制系统性能的校正器参数是十分重要的。在目标函数的选择上，粒子群优化算法与基于导数信息进行优化的方法相比，优点在于对适应度函数基本无限制，既不要求函数连续，也不要求函数可微，既可以是数学解析式所表示的显函数，也可以是映射矩阵[7]。

本算法的适应度函数为：

f=|PM―E1|+ |GM―E2| （8）

其中PM是校正后控制系统的相角裕度，E1是期望性能值。GM是校正后控制系统的幅值裕度，E2是期望性能值。有时设计要求只有相角裕度，那只需要|PM―E1|这部分。

本问题解决的目的是为了使校正后的频域性能与期望值差别最小。因此本问题可以转化为使目标函数值最小的问题，由于要求适应度函数值必须为非负，故适应度函数设为：

Fit=11+f （9）

相角裕度PM的求解需要计算截止频率，幅值裕度GM的求解需要计算穿越频率，这两个频率的求解是比较困难的，特别是在高阶系统中，它们的求解都是解高阶的方程，工程中往往都采用估计的方法，在此使用弦截法求解，弦截法的公式为：

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

它的计算过程比较简单，就是选取两个初始值代人公式（10），然后将结果作为条件再代入，直到求得最后的值。弦截法对于初值是有要求的，需要开始时给出两个初值，如果初值估计不当，可能会使算法不收敛。

当适应度函数确定后，就可以对参数进行寻优。在满足约束条件下，使适应度函数值最大时所对应的参数即为最优控制器参数。

4.2基于PSO的控制系统校正算法流程

应用PSO算法求解控制系统校正问题，具体算法流程如下：

Step1：初始化相关参数。粒子种群大小m，搜索空间维数D，粒子最大迭代次数K，八级校正器分度系数αi和时间常数τi （i=1，…，8）等，并在搜索空间随机初始化粒子群的位置向量xi和速度向量vi，求出局部最优极值pbi和全局最优极值gbi等。

Step2：将每个粒子的位置向量依次作为校正器参数，利用式（8）、（9）计算每个粒子的适应度函数值。

Step3：将每个粒子的适应度值与pbi进行比较，并更新pbi和gbi。

Step4：对于粒子群中的所有粒子，执行如下┎僮鳎邯

①按照式（5）对每个粒子的速度进行更新

若vk+1id≥vmax ，则vk+1id=vmax ；

若vk+1id≤vmin ，则vk+1id=vmin 。

②按照式（6）对每个粒子的位置进行更新

若xk+1id≥xmax ，则xk+1id=xmax ；

若xk+1id≤xmin ，则xk+1id=xmin 。

Step5：判断结束条件，若满足，则输出最优的gb寻优结束；否则，k=k+1，转至step2。

基于PSO的控制系统校正优化的流程图

ネ3粒子群算法流程图オ

5仿真结果与分析

设某个单位负反馈系统的开环传递函数为

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

要求设计八级校正装置使系统满足下列性能指标：

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

解：设八级校正装置的传递函数为

Gc（s）=ィé营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，针对上述控制系统对象，采用粒子群算法对式（12）中十六个参数进行优化。经过优化的其中一种控制器参数组合为：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，最优适应度为Fit=0.777。

校正后系统的开环传递函数为

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）

对校正后的系统进行MATLAB仿真，图4，图5分别为系统的Bode图及单位阶跃响应曲线[14]。由图4可以看到：校正后的系统满足了稳定裕度的要求，其抑制高频噪声的性能也较好；低频段校正后的增益仍然足够大，保证了稳态误差要求；中频段带宽适当，保证闭环系统具有良好的平稳性；高频段增益减小地更快，增强了系统高频干扰性能并提高系统高频模型摄动的鲁棒性。从校正前、后系统的单位阶跃响应曲线（即图5）可知：校正后系统的调节时间满足要求，其它的动态性能也得到明显的改善。

ィa） 校正前系统的Bode图オ

ィb） 校正后系统的Bode图

图4系统的Bode图

ィa） 校正前系统的单位阶跃响应曲线

ィb） 校正后系统的单位阶跃响应曲线

图5系统的单位阶跃响应曲线

综上所述，若采用传统校正方式对该算例校正，计算量会比较大而且很难实现，而基于PSO算法对多级校正装置的参数进行寻优的方法不但提高了控制系统校正的速度和效果，而且可以对很多采用传统校正方法难以校正的系统进行校正。

6结论

本文以粒子群算法为工具，对由超前校正装置和滞后校正装置串联构成的多级校正装置的参数进行寻优，克服了传统控制系统校正中的过程复杂、计算量大等缺点，简化了控制系统校正的过程， 提高了控制系统校正的效率。仿真结果验证了该寻优过程的可行性。不过由于粒子群算法存在易陷入局部极值和搜索后期收敛速度过慢的不足，所以对算法的改进还有待于进一步研究。

参考文献

[1]胡寿松. 自动控制原理[M]. 北京：科学出版社，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]孙勇，章卫国，章萌，等. 基于改进粒子群算法的飞行控制器参数寻优[J]. 系统仿真学报，2010，22（5）：1222―1225.

[7]史永丽，侯朝桢，苏海滨.基于粒子群优化算法的自抗扰控制器设计[J].系统仿真学报 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]谢晓锋，张文俊，杨之廉. 微 粒 群 算 法 综 述[J].控制与决策， 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.