前言：中文期刊網精心挑選了預算赤字范文供你參考和學習，希望我們的參考范文能激發你的文章創作靈感，歡迎閱讀。
預算赤字范文1
關鍵詞：自然資源核算；經濟可持續發展；辨析
一、自然資源核算概述
自然資源核算主要是核算自然資源耗減的價值和環境污染所造成損失的價值。把扣除自然資源耗減價值與環境污損價值后的剩余國內生產總值稱為綠色GDP。綠色GDP用公式表述為: 綠色GDP=GDP -（自然資源耗減價值+環境污染所造成損失的價值）。其核算的范圍有石油，煤，天然氣、鐵等礦產資源，還包括森林、魚類、水、大氣、土地等。
（一）、自然資源耗減價值的計算方法
自然資源凈耗減價值量的計算涉及兩個方面，一個是自然資源實物變動量核算，一個是自然資源凈價值的計算。首先，必須建立實物變動量的核算。資源實物量增加情況，如資源新發現、現存資源存量的重新調整、資源基地擴張、資源自然增長以及資源回收等。資源實物量減少情況，如資源由于開發而導致的存量降低、資源品質下降，以及資源自然損失等。自然資源存量以其實物形態為單位進行記錄。其次是核算自然資源凈價值。對于每一個單位的資源都應以相同的方法計算其凈價值，即都用生產過程中總投人（包括中間投人）減去提揀過程中的平均成本和平均利潤。
這種方法的缺陷在于:新發現的自然資源價值量的影響可能過大。即資源新發現量遠遠超過自然資源損耗量時，則可能產生較大的負凈損耗，以至出現ENDP大于GDP的似乎異常的現象。所以應該對新發現的資源作零價格處理，或以勘探過程中發生的費用作價處理。
（二）、環境污染所造成損失的價值計算方法
測算環境污染造成的損失價值的方法步驟為：
1、測算年度的污染物流量，如工業生產的污水、廢氣等等的排放量。
2、測算根治污染所需的建設投資額。
3、計算每年應當分攤的防止污染設施的資額。
4、測算維護和管理防止污染設施每年所需的維護費。
5、測算建設防止污染設施的機會成本。
6、核算環境污染損失價值范圍的確定。
二、如何通過自然資源核算實現經濟可持續發展
自然資源核算及其納入國民經濟核算體系研究本身并不能直接解決潛在的資源危機，而是為這種危機的解決，為資源的明智而有效的利用提供判別標準、信息基礎和操作工具。經濟可持續發展，應該在自然資源核算體系的知識架構下實施相應的舉措。
（一）、強化績效評估，樹立科學的發展觀和正確的政績觀。
現行的政府績效評估的核心價值取向為GDP，追求GDP的高速增長滿足了人們對物資的需求，但是以浪費資源和犧牲環境為代價的經濟增長日益嚴重威脅到經濟和社會的可持續發展。因為資源環境的退化及其相應的自然資本折舊沒有在GDP中得到應有的反映和扣除，從而使得以GDP為主要衡量指標的現行的國民經濟核算體系過高地估計了地方經濟發展水平。
因此在今后的政府績效評估體系中，績效評估至少應該包括三方面的內容，不僅要包括程序性指標即提供公共服務產品時的工作數量和履行責任的程度和公眾滿意度指標，還應該包括經濟性指標，這一要求在計算經濟增長的指標時，有必要開展全面而詳盡的自然資源核算研究，并把其納入GDP的核算中。
只有重視自然資源核算的基礎工作，才能全面、詳細、動態地了解資源和環境的狀況，以及資源環境與經濟的相互影響關系，才能準確地估價自然資源與環境對地方經濟持續增長的保障程度，從而對地方經濟發展的潛力有更清楚和客觀地認識。另一方面，就環境保護工作而言，單純就環境論環境，是無法解決地方發展面臨的種種復雜環境問題，而只有把環境問題與社會經濟發展結合起來，從決策的開始就在環境保護和經濟發展兩者之間尋找最佳結合點，使兩者達到協調和平衡，才能實現社會經濟可持續發展的戰略目標。
（二）、針對不同主體功能區建立相應生態補償機制。
我國 “十一五” 規劃綱要第一次明確提出， 將國土空間劃分為 “優化開發、 重點開發、 限制開發和禁止開發” 四類主體功能區， 要按照主體功能定位調整完善區域政策和績效評價， 形成合理的空間開發結構。其中， 限制開發區和禁止開發區的主體功能都是提供生態功能區。它們的資源環境承載能力都較弱， 屬于生態脆弱地區。而我國生態脆弱地區通常面臨著保護生態環境和通過發展經濟來緩解貧困的尖銳矛盾。因此，中央政府應該建立生態補償機制，補償限制開發區和禁止開發區因生態恢復和建設承擔的相應支出，補償因維護其生態服務的主體功能而喪失相關產業發展對地方帶來的財政收入，只有實現財政上的平衡，主體功能區的劃分才能夠達到預期目標。
（三）、實行完整意義上的項目成本—效益分析。
成本—效益分析是最常用的項目和政策評估方法，它通過比較備選項目的全部預期收益和全部預期成本的現值來評價項目。如果效益超過成本，原則上項目是可以接受的，否則就不可接受。但是，由于傳統經濟理論對資源、環境價值的忽視，長期以來項目成本—效益分析往往不考慮項目建設的環境成本及效益，從而使得經濟建設與環境保護不能有機地協調與統一。
實行完整意義上的項目成本—效益，是指把環境成本和效益納入工程項目設計和評價之中。環境保護成本加上危害環境所造成的環境價值損失成本，以及正常的生產成本，即為工程項目的總成本;而工程項目的總效益則由項目產生的效益加上工程項目引起的環境質量改善效益構成。只有當包括環境改善效益在內的社會總效益大于包括環境保護成本及環境損害成本在內的總成本時，項目才是可行的。
因此，在基礎設施建設、區域國土整治與資源開發、開發區建設、城市新區建設和舊區改建等項目建設中，除核算傳統的經濟成本與效益之外，還必須進行項目造成的環境影響效益評估，以此使投資規劃置于可持續發展目標制約之下，盡可能使環境資本的總量不減少。
（四）、充分利用價格機制，使其能完整體現資源自身價值。
充分利用價格機制，完整體現資源自身價值的關鍵在于對資源產品和服務的適當定價，使其價格能充分反映資源利用的社會成本。
（五）、建立環境容量有償使用機制，促使環境成本內部化。
要建立可持續發展的資源使用制度，必須采用有償使用的經濟手段。森林、礦產、土地、水和其它環境資源，必須實行有償使用制度，至少應交付資源使用稅，通過法律建立資源成本的概念和會計核算制度，只有這樣，才能改變在免費使用自然資源條件下，人類的種種浪費資源和破壞資源的惡習。
（六）、改革現有的資源管理體制，創建更多的資源管理經濟實體。
資產性資源核算的前提是要有法律承認的產權即資源的所有權和使用權，要為合法的法人所擁有。國家或政府對自然資源的管理，是要通過這些法人去實現的。因此， 改革現有的資源管理體制，創建更多的具有獨立法人資格的資源管理經濟實體，產權的認定和自然資源的核算，是建立完善的資源管理的基本條件。
（七）、完善環境法規體系，加強以法制法規為主的直接指令控制手段的運用。
除經濟手段之外，法律法規等直接指令控制手段在環境政策和資源保護中也起著積極作用。出于對實際效果和時間緊迫性及經濟手段應用需要以相應的法律法規為基礎等方面的考慮在現階段，我國必須加強以法律法規為主的直接指令控制手段的運用，在現有的幾部環境保護專門法的基礎上，根據保護內容和范圍的擴大和細化，加快對解決其它環境問題的立法。如將環保投資以及環保產業方面的立法工作列入重要議事日程，以法律的形式來確定中央及地方政府和企業對環保的投入比例和方式。
（八）、提高公眾環境意識，促進公眾參與資源環境管理。
提高公眾環境意識，促進公眾參與資源環境管理，是改變目前我國資源濫用浪費、環境惡化局勢的一大突破口。一是讓公眾參與環境立法，對環境保護工作提出批評和建議，對污染和破壞環境的行為進行檢舉和控告；二是加強公眾環境教育，大學和相關環境研究機構可成為推動公眾環境教育的一大力量。通過研究環境污染對人體健康、生活質量及經濟發展的影響，使公眾在了解對自己身體健康和經濟利益損害的過程中，提高其環境意識。而當公眾一旦了解到資源破環和環境污染對自身利益受到影響或威脅的事實，就會自發行動起來，對濫用資源和環境污染的行為制造輿論壓力，從而更好地參與對資源環境的社會管理，更有利于自然資源和環境的保護，促進經濟社會的可持續發展。
參考文獻
【1】朱力崎.自然資源核算的兩種方法[J].統計研究，2000（6）.
預算赤字范文2
關鍵詞： 粗粒度； 并行遺傳算法； 公共池； 自適應遷移策略； 函數優化
中圖分類號：TP391 文獻標志碼：A 文章編號：1006-8228（2016）10-43-04
Parallel genetic algorithm based on adaptive migration strategy of sharing pool
Jiang Ran
（Faculty of Information Engineering， Yangzhou Ploytechnic College， Yangzhou， Jiangsu 225000， China）
Abstract： The limitations of traditional coarse grained parallel genetic algorithm are analyzed. Aiming at the disadvantages of high communication overhead caused by fixed or invalid migration， a parallel genetic algorithm is proposed， which is suitable for running on multi-core computers and based on the adaptive migration strategy of sharing pool. According to the current state of evolution， the proposed algorithm can adapt to the migration， and the sharing pool is used to dilute the topological structure of the individual exchange between the sub populations. Simulation results for extreme value of complex nonlinear function show that， compared with the traditional parallel genetic algorithm， the algorithm is fast convergence， high precision， early to obtain the evolutionary generation of optimal solution， and significantly improves the parallel efficiency.
Key words： coarse grained； parallel genetic algorithm； sharing pool； adaptive migration strategy； function optimization
0 引言
并行遺傳算法（Parallel Genetic Algorithms，PGA）是將并行計算機的高速并行性和遺傳算法的天然并行性相結合的一種算法。目前并行遺傳算法模型分為主從式模型、粗粒度模型、細粒度模型和混合模型[1]。其中粗粒度模型是應用最廣且適應性最強的并行遺傳算法模型。
1 研究現狀
國內外學者對粗粒度模型的研究，主要集中在遷移拓撲、遷移規模和遷移策略等問題上[2]。近幾年相關的研究包括：蔡明E、胡振興等人提到的通過對交叉算子的修正，以及多個小規模種群并行優化求解的方案[3-4]；劉晉勝等人提出的采用八個不同策略為并行遺傳算法的分支遺傳操作進行群體尋優等[5-6]。
根據這些研究分析可知，一方面，如果粗粒度模型中各子種群之間遷移間隔小，則有利于提高解的精度和收斂速度，但會明顯地增大通信及同步開銷，如果遷移間隔較大，雖然降低了通信及同步開銷，但不利于提高解的精度和收斂速度。針對這個問題，本文提出一種自適應遷移策略，即各個子種群中執行個體遷移時，并不是固定不變地移遷，而是根據當前的進化狀態動態、有條件地遷移；此外，本文提出公共池的概念，應用公共池的方式來代替各子種群間個體遷移時的拓撲結構。因此，將本文算法稱為基于公共池自適應遷移策略的并行遺傳算法（Parallel Genetic Algorithm Based on Adaptive Migration Strategy of Sharing Pool，簡稱AMSPPGA算法）。
2 AMSPPGA算法
2.1 AMSPPGA算法的選擇算子
AMSPPGA算法的選擇算子總共選出k個個體，其過程描述為：首先計算種群中每一個個體的適應值，然后按適應值從大到小排序，從中選取前s（s
2.2 AMSPPGA算法的交叉淘汰算子
在AMSPPGA算法中，交叉淘汰算子采用文獻[7]提出的多父體雜交算子的思想。多父體雜交算子的思想如下[7]：考慮函數優化問題，其中，，記D中的M個點為，記所生成的子空間為，其中aj滿足條件：。
在AMSPPGA算法中，借鑒多父體雜交算子的思路，結合算法特點，交叉淘汰算子設計過程如下[8]：
Step1：；
Step2：如果則轉到Step8；
Step3：隨機生成，并使aj滿足：，并且；
Step4：對選擇算子選擇出來的k個個體：生成一個新個體：即；
Step5：令為種群P（t）中最差的個體，如果優于，則用替換；
Step6：；
Step7：轉到Step2；
Step8：交叉淘汰算子結束。
在交叉淘汰算子中，RI為替換、淘汰個體的數量，其值大小決定了算法替換、淘汰壓力的大小。
2.3 AMSPPGA算法的遷移算子
種群間個體的遷移算子決定著各子種群以什么樣的方式與其他種群中的個體交換。本文對遷移算子進行改進，用公共池的方式來代替各子種群間個體遷移時的拓撲結構。
首先對遷移算子的初始條件作說明：設粗粒度并行遺傳算法的子種群數為m，每個種群中的個體總數都為n，第i個子種群在進化代數為j時的最佳個體為，該個體的適應度值為[9]。
算法設置一個公共池，用來接收各子種群的最佳和最差適應度個體，在公共池中維護兩個數組。一個數組存儲各子種群傳來的最佳適應度個體，其數據元素為結構體形式，q為子種群號，也對應著數組的下標，其中，存儲第q個種群的最佳個體值；另一個數組存儲各子種群傳來的最差適應度個體，數據元素為結構體形式，其他含義同上。
設當前的子種群號為s，進化代數為gen，具體的遷移算子步驟為：選擇當前子種群中適應度值最佳（最差）的個體（），并將該個體的適應度值（）與公共池中最佳（最差）個體數組中相應種群號的（）比較，如果大于（小于），就表示本次得到了比上次與公共池交互時更好（更差）的個體，此時分別用（）和（）替換種群s在公共池中的（）和（）的值；否則不替換。
利用公共池方式可以先存儲所有子種群的遷移個體，然后再進行比較、處理操作。相比于按拓撲結構指定的次序來進行傳遞兩個子種群中的最優及最差個體，這樣做更有利于最優個體向各個子種群擴散，并且減少了因為無效遷移造成的通信及同步開銷，同時在公共池中用兩個數組分別來存放各子種群中的最優及最差個體，可以使得公共池的維護更方便。
2.4 AMSPPGA算法的遷移準則
在AMSPPGA算法中，各個子種群中執行個體遷移時，并不是固定不變地移遷，而是根據當前的進化狀態動態、有條件地遷移。為了便于描述AMSPPGA算法的遷移準則，給出以下定義。
在公式1中，n為種群大小，為適應值函數，為種群P的所有個體偏離中心點的距離平方之和，相似度能夠體現出在當前代時種群中各個個體的之間的差異程度。從公式⑴可知：當較大時，表明種群中個體差異程度較大，即表明種群中個體呈現多樣性；當較小時，表明種群中個體差異程度較小，即表明種群中個體即將收斂[10]。
AMSPPGA算法的遷移準則如下，首先利用公式⑴計算出當前種群個體的相似度，當種群個體相似度小于時，表明個體差異較小，此時從公共池中接受一個使本子種群的個體相似度達到最大的個體，隨機替換一個個體，以增大種群個體的多樣性。當種群個體相似度大于時，表明個體差異較大，此時從公共池中接受一個最優的個體，以便發揮優良個體的導向作用，加快收斂。
2.5 AMSPPGA算法具體描述
AMSPPGA算法具體描述如下。
Step 1：初始化子種群數目m，子種群中的個體數目n等算法的運行參數。
Step 2：創建m個子線程，讓m個子線程并行地對各個子種群執行初始化，利用本文2.1中的思路進行選擇算子操作，利用本文2.2中的思路進行交叉淘汰算子操作。
Step 3：每一個子種群計算本代中個體的適應值，利用本文2.3小節的思想和步驟生成遷移算子。
Step 4：利用本文2.4小節的遷移思想和遷移準則執行遷移操作。
Step 5：判斷接受來的新個體是否存在于本子種群中，以及是否比最差個體好來決定是否淘汰最差個體。
Step 6：令為種群q中最差的個體，為種群q中最優的個體。如果等于，則轉到Step 7，否則轉到 Step 3。
Step 7：算法結束。
3 仿真及結果分析
采用較為復雜的非線性函數求極值問題對AMSPPGA算法進行驗證，并與傳統PGA算法進行對比。
Schaffer函數為：
設公式⑵各自變量x1，x2的取值都在[-100，100]之間，Schaffer函數為在（0，0）處存在全局極大值點1。AMSPPGA算法采用實數編碼，參數設定如下：種群規模為100，子種群數為2，最小和最大個體相似度分別為0.1和10.0，最大進化代數為100，CPU類型為Intel雙核處理器T6570，按照AMSPPGA算法連續執行程序10次，得到表1實驗結果。結果表明每次執行都能找到問題的全局最優解。
將傳統PGA算法與AMSPPGA算法分別在1，2，4核CPU計算機上連續執行程序10次，根據實驗結果，兩種算法的并行加速比曲線如圖1所示。
從圖1中可以看出，由于AMSPPGA算法根據當前的進化狀態動態、有條件地遷移，有效地提高了個體遷移的效率，求解問題時AMSPPGA算法的并行加速比明顯高于傳統PGA算法，具有較好的性能。
Schaffer函數求極值時最優解變化情況
從圖2中可以看出，傳統PGA算法當進化到60代時得到最優解，AMSPPGA算法在進化25時就得到最優解，并且最優解的質量比傳統PGA算法要高，這是由于本文算法使用了公共池方式，減少了因為無效遷移造成的通信及同步開銷，同時又保證了各子種群之間的優良個體有效迅速地傳播，充分發揮了優良個體的導向作用，避免了傳統PGA算法遷移時的盲目性、固定性，提高了傳統PGA算法的全局尋優能力，以及求解精度和收斂速度。
4 結束語
本文針對并行遺傳算法的粗粒度模型這個主要研究熱點，從模型的遷移策略入手進行研究，探討遷移算子作用機制的本質，提出了一種基于公共池自適應遷移策略的并行遺傳算法。算法根據當前的進化狀態，動態、有條件地遷移，并利用公共池淡化了子種群間的拓撲結構。實驗結果表明，本文算法確實有效地提高了個體遷移的效率和算法的收斂速度，減少了因無效遷移造成的通信及同步開銷，得到了更好質量的解，并且出現最優解的代數也縮短，算法的并行效率比傳統PGA算法明顯更高。
參考文獻（References）：
[1] 馮小丹，婁自婷，王文元.并行遺傳算法的研究及應用進展[J].
電腦知識與技術，2014.10（10）：2347-2350
[2] 高家全，何桂霞.并行遺傳算法研究綜述[J].浙江工業大學學
報，2007.35（1）：56-59
[3] 蔡明E，么煥民.基于小種群策略的并行遺傳算法[J].哈爾濱
師范大學自然科學學報，2013.29（3）：13-15
[4] 胡振興，李汪根.基于小種群策略的并行遺傳算法[J].軟件導
刊，2013.12（2）：33-35
[5] 劉晉勝，彭志平，周靖.一種多策略并行遺傳算法研究[J].計算
機測量與控制，2011.19（2）：1188-1190
[6] 劉晉勝，彭志平，周靖.一種多策略并行遺傳算法研究及其收
斂性分析[J].計算機測量與控制，2011.19（8）：2022-2025
[7] 郭濤，康立山，李艷.一種求解不等式約束下函數優化問題的
新算法[J].武漢大學學報（自然科學版），1999.45（5）：771-775
[8] 郭肇祿.一種基于自適應遷移策略的并行遺傳算法[D].江西
理工大學，2009
[9] 嚴曉明.粗粒度并行遺傳算法遷移算子的一種改進[J].福建
師范大學學報（自然科學版），2013.29（1）：42-47
預算赤字范文3
關鍵詞：支持向量回歸；多步預測；誤差累積；相空間重構；殘差
中圖分類號： TP391
文獻標志碼：A
文章編號：1001-9081（2016）11-3229-05
0 引言
模擬電路在航空航天、電子對抗、軍事防御等領域的設備中發揮著至關重要的作用，其運行狀態嚴重影響著設備的性能和功能，因此研究模擬電路的狀態發展趨勢，預測元器件剩余壽命，評估電路健康狀況，從而確保電路長時間正常穩定工作具有重要意義。
健康度[1]可以用來量化表征元器件性能，通過對健康度變化的時間序列進行預測，評估元器件工作狀態和剩余壽命[2]。在實際應用中，由于模擬電路構成復雜，各元器件相互耦合，加之電氣噪聲的影響，必然導致所計算的健康度數值序列具有非線性變化的特點，在出現故障或異常后，這一特點表現更為明顯。因此，基于健康度的模擬電路狀態預測需要解決非線性序列預測問題。
支持向量回歸（Support Vector Regression，SVR）是一種將支持向量機（Support Vector Machine， SVM）方法推廣應用于時間序列函數回歸估計的方法，魯棒性好、推廣能力強、具有全局最優解，被廣泛應用于非線性時間序列的預測[3-5]中，有利于解決模擬電路的狀態趨勢預測問題。根據輸入樣本的不同，可以將時間序列的SVR預測分為單步預測和多步預測兩種[6]。多步預測能得到更加超前的預測結果，比單步預測更具實際意義，但由于誤差的存在并不斷累積，多步預測的精度會隨預測步數的增大而逐漸下降，甚至可能不再反映待預測序列的變化趨勢。
針對SVR多步預測的誤差累積問題，本文提出了一種基于相空間重構的自適應殘差修正SVR預測算法。首先，將相空間重構技術引入到SVR狀態預測中；然后，根據預測誤差構造殘差序列，并進行二次SVR預測，用于修正原始預測值，從而提高了預測精度；最后，利用數值仿真驗證算法降低誤差累積的效果，并將其應用于模擬電路的健康度時間預測中。
由圖1可以看出，不等距離采樣并沒有給回歸結果帶來顯著影響，ε-損失帶能夠將信號的正態分布噪聲包含在內，使得回歸曲線光滑，并且與準周期信號對應良好。說明SVR回歸估計求解得到的是優化問題的全局最優解，只要參數對選取合適，就可以得到較好的回歸結果。在參數對（ε，C，σ）中：不敏感損失參數ε反映了模型對數據噪聲幅值的容許范圍，可通過對噪聲進行先驗估計而設定。懲罰因子C控制著擬合誤差與泛化性能，應根據需要尋找兩者之間的折中。核參數σ決定了支持向量數目和模型的復雜程度，σ越小，模型越復雜，回歸曲線則相對粗糙；σ越大，支持向量越少，回歸曲線越光滑，擬合誤差增大。在支持向量回歸模型中，懲罰因子C、核參數σ和不敏感損失參數ε共同決定了支持向量回歸模型的預測精度和泛化能力[9]。
1.3 多步預測的誤差累積
多步預測將預測值加入模型的輸入矢量中，從而得到比單步預測更為超前的預測結果，對時間序列趨勢的預測意義更大。對1.2節的準周期信號進行連續多步預測，圖2（a）～圖2（d）分別為第1步～第4步的預測結果。
由圖2可以看出，第1步預測結果與實際曲線最接近，隨著預測步數的增大，預測結果逐漸偏離實際曲線，但仍能夠較好地反映序列的變化趨勢。得到這樣的結果是科學合理的，因為多步預測是從單步預測遞推得到的，前幾步的預測誤差會被加入到模型之中，導致誤差的累積，使得預測精度降低；但多步預測重在體現序列整體信息，反映樣本發展趨勢，得到更加超前的預測結果，其意義遠遠大于單步預測。然而，如果多步預測的偏差過大，甚至超出了序列的承受范圍，多步預測便失去了意義，因此需要尋找削減預測誤差的方法，以提高多步預測的精度。
2 相空間重構的自適應殘差修正SVR預測
為解決SVR多步預測存在的誤差累積問題，本文提出一種基于相空間重構的自適應殘差修正SVR預測算法。將相空間重構技術引入到SVR狀態預測中，對多步預測過程中產生的誤差累積序列進行二次SVR預測，實現對初始預測誤差的自適應修正。
2.2 本文算法
利用SVR算法對時間序列進行預測估計，不論是單步預測還是多步預測，其預測值與實際值都可能存在一定的偏差，在連續多次預測之后，這些偏差值也是一個時間序列，稱之為殘差序列，記作var。通過對殘差序列var再進行SVR預測，然后修正原始預測值，就可得到更精確的預測結果，這就是本文提出的基于相空間重構的自適應殘差修正SVR預測算法的基本思路，如圖3所示。
從圖3可以看出，自適應殘差修正SVR預測是在傳統SVR預測的基礎上，對模型前期預測值與實際值之間的差值序列進行殘差SVR建模，然后預測后續預測值與實際值的殘差，自適應修正原始預測值，使得預測值與實際值之間的偏差減小。
基于相空間重構的自適應殘差修正SVR預測算法的具體實現步驟如下：
步驟1 構造能夠反映模擬電路狀態單變量的時間序列。
3 實驗驗證與結果分析
3.1 仿真驗證與分析
利用基于相空間重構的自適應殘差修正SVR預測算法對1.2節的準周期信號進行連續多步預測，時間延遲τ=1，最小嵌入維數m=5，同樣使用高斯徑向基核函數，相同的參數對（ε，C，σ）=（0.05，10，0.5），圖4（a）～圖4（d）分別為第1步～第4步的預測結果。
對比圖2和圖4可知：在圖2的SVR多步預測結果中，第1步預測結果與實際曲線比較接近，但隨著預測步數的增加，預測結果逐漸偏離實際曲線。但在圖4的本文提出的自適應殘差修正SVR多步預測結果中，不僅第1步預測結果與實際曲線比較接近，而且隨著預測步數的增加，以后各步的預測結果也沒有偏離實際曲線的傾向，預測結果也與實際曲線比較接近。說明本文提出的自適應殘差修正SVR預測算法能夠有效降低預測誤差，提高回歸估計精度，同時很好地反映序列的變化趨勢。表1列出了兩種SVR算法的誤差評價指標[7] 的對比值，進一步展現了本文算法的優勢，從數值量化角度說明了算法減小預報誤差的效果。
PPMCC與其他距離度量方式相比，無需對特征量進行預處理，可直接計算健康度，步驟簡單，對實現模擬電路故障預測非常有利。若元器件無故障，參數值與標稱值相等，則PPMCC的值為1，即元器件健康度也為1；反之，參數值偏離標稱值，健康度會慢慢降低。
下面以如圖5所示的ITC97國際標準電路中的CTSV（Continuous-Time State-Variable）濾波器電路為例，驗證本文所提出的模擬電路故障預測算法在實際應用中的效果。
各元器件的標稱值均已在圖中標出，其中電阻的容差范圍為5%，電容的容差范圍為10%。通過對電路進行靈敏度分析，發現R3的靈敏度相對較高，因此選擇R3作為實驗對象。設R3性能退化過程是均勻變化的，且每變化一次就對應一個時間點，R3從10kΩ增加到16kΩ，每次增加10Ω，則共有600個時間點。當元器件參數值偏離標稱值50%時，通?？烧J為該元器件發生故障，因此R3發生故障時的參數值為15kΩ，經計算可知，第500個時間點即為R3故障發生的時間。
電路輸入節點為14，起始頻率和截止頻率分別設置為1Hz和10kHz，節點8為輸出測試點。根據提取的電路頻率響應信號，利用式（14）計算出R3在各時間點的健康度，軌跡如圖6所示。
選取R3的前200個時間點的樣本數據作為訓練數據，剩余的時間點數據為測試數據以驗證所提算法的預測能力。
分別利用基于相空間重構的自適應殘差修正SVR預測算法和傳統SVR算法對R3健康度軌跡進行預測，時間延遲τ=1，最小嵌入維數m=5，參數對（ε，C，σ）=（0.05，10，0.5），使用同樣的高斯徑向基核函數，第1步預測和第5步預測結果如圖7所示。
從圖7中的預測軌跡可以看出，本文所提SVR算法的預測結果與R3的實際健康度變化曲線非常接近，回歸誤差小。兩種SVR算法對健康度軌跡的第1步預測誤差和第5步預測誤差如表2所示。
由表2可知，無論是第1步還是第5步，本文的SVR預測算法的絕對誤差均值和相對誤差均值都小于傳統SVR算法的值；傳統SVR算法第5步預測結果的的絕對誤差均值相對第1步的值增加了66.3%，而本文的SVR預測算法第5步預測結果的絕對誤差均值相對第1步的值只增加了5.7%，絕對誤差均值降低了60.5%，說明本文的SVR算法的預測精度較傳統SVR算法的預測精度有較大的提升。綜上結果可以看出，無論是第1步的預測結果還是第5步的預測結果，本文所提出的SVR預測算法較傳統SVR算法的預測精度都要高，更好地反映了健康度軌跡變化趨勢。同時，本文算法在第1步預測和第5步預測的效果都較為理想，而傳統SVR算法雖然在第1步預測有很好的效果，但多步預測能力明顯低于本文所提出的SVR預測算法，這說明本文算法對故障元器件的預測更為精確，有效降低了預測誤差，在模擬電路故障預測中具有很好的應用潛力。
4 結語
針對模擬電路故障預測存在一定的非線性時間序列預測問題，研究了基于SVR的電路故障預測技術，提出了一種基于相空間重構的自適應殘差修正SVR預測算法。將相空間重構技術引入到SVR狀態預測中，通過對殘差序列var進行SVR預測，修正原始預測值，削減了多步預測的誤差累積，從而得到更精確的預測結果。通過仿真實驗驗證了本文提出的新SVR預測算法能有效降低預測誤差，提高回歸估計精度，同時很好地反映了序列的變化趨勢。將本文算法應用于模擬電路健康度預測中的實驗結果可以看出，與傳統SVR算法相比本文所提出的新SVR預測算法的多步預測誤差累積降低了60%以上，顯著提高了預測精度，可有效解決模擬電路狀態趨勢預測問題。
參考文獻：
[1] 張朝龍， 何怡剛， 鄧芳明， 等. 一種基于QPSO-RVM的模擬電路故障預測方法[J]. 儀器儀表學報， 2014， 35（8）： 1751-1757.（ZHANG C L， HE Y G， DENG F M， et al. An approach for analog circuit fault prognostics based on QPSO-RVM[J]. Chinese Journal of Scientific Instrument， 2014， 35（8）： 1751-1757.）
[2] 羅慧. 模擬電路測試診斷理論與關鍵技術研究[D]. 南京： 南京航空航天大學， 2012. （ LUO H. Research on testing diagnosis theory and key technology for analog circuits[D]. Nanjing： Nanjing University of Aeronautics & Astronautics， 2012.）
[3] 張愛華， 王永超， 宋心點， 等. 魯棒LSSVR的模擬電路性能在線評價策略[J]. 儀器儀表學報， 2013， 34（10）： 2328-2335. （ZHANG A H， WANG Y C， SONG X D， et al. Novel online evaluation strategy for analog circuit performance based modified robust LSSVR[J]. Chinese Journal of Scientific Instrument， 2013， 34（10）： 2328-2335.）
[4] 王濤， 李艾華， 高運廣， 等. 基于相空間重構和遺傳優化SVR的機械設備狀態趨勢預測[J]. 噪聲與振動控制， 2014， 34（3）： 176-181. （ WANG T， LI A H， GAO Y G， et al. Condition trend prediction of mechanical equipments based on phase space reconstruction and genetic optimization support vector regression[J]. Noise and Vibration Control， 2014， 34（3）： 176-181.）
[5] LAU K W， WU Q H. Local prediction of non-linear time series using support vector regression[J]. Pattern Recognition， 2008， 41（5）：1539-1547.
[6] 周若愚. 基于SVR與半監督學習的時間序列預測[D]. 西安： 西安電子科技大學， 2014.（ZHOU R Y. Time series prediction based on SVR and semi-supervised learning[D]. Xian： Xidian University， 2014.）
[7] 陳榮， 梁昌勇， 謝福偉. 基于SVR的非線性時間序列預測方法應用綜述[J]. 合肥工業大學學報（自然科學版）， 2013， 36（3）： 369-374. （ CHEN R， LIANG C Y， XIE F W. Application of nonlinear time series forecasting methods based on support vector regression[J]. Journal of Hefei University of Technology （Natural Science）， 2013， 36（3）： 369-374.）
[8] 李學斯， 畢研剛， 楊宏橋， 等. 一種支持向量回歸機自動模型選擇方法[J]. 計算機與現代化，2011（10）：19-23. （LI X S， BI Y G， YANG H Q， et al. An automatic model selection method for support vector regression[J].Computer and Modernization， 2011（10）：19-23.）
[9] 楊斌. 基于EEMD-SVR的預測模型與應用[D]. 廣州： 華南理工大學， 2013.（YANG B. Research of prediction and application based on EEMD-SVR model[D]. Guangzhou： South China University of Technology， 2013.）
[10] PACKARD N H， CRUTCHFIELD J P， FARMER J D， et al. Geometry from a time series[J]. Physical Review Letters， 1980， 43（9）： 712-715.
[11] FARASER A M， SWINNEY H L. Independent coordinates for strange attractors from mutual information[J]. Physical Review A， 1986， 33（2）： 1134-1140.
預算赤字范文4
摘要：本文對美國聯邦政府財務報告主要報表進行了簡要分析，從不同角度對中美政府財務報告加以比較并得到對我國的啟示。
關鍵詞：美國聯邦政府 財務報告 會計基礎 凈費用表
根據1994年的《美國政府管理改革法案》，美國財政部于1997財年開始編制聯邦政府合并財務報告。美國聯邦政府財務報告按聯邦政府層次劃分，可分為聯邦部門與單位財務報告和聯邦政府合并財務報告，前者由聯邦部門與單位負責編制，后者由財政部負責編制。合并財務報告的主體包括美國聯邦政府行政、立法、司法及各聯邦機構，以避免報告主體的不完整而造成信息缺失并進而對使用者的決策產生誤導。美國聯邦政府財政年度是當年10月1日至次年9月30日。聯邦部門與單位提交財務報告的時間不能超過財政年度結束后45天（11月15日）。正式提交的財務報告應包括審計報告，并于11月15日在政府部門與單位網站上向社會公布。
一、聯邦政府財務報告主要構成
聯邦政府財務報告是以權責發生制為會計基礎編制的，包含六張財務報表，每張報表反映的內容不同，但在不同報表中的數據又是相互關聯的。
（一）凈費用表
凈費用表包含的項目有：總費用是政府部門和其他會計主體的全部費用。賺取的收益是政府以一定價格向公眾提供商品和服務而實現的交換性收益。精算損益指對聯邦雇員和軍人養老金、其他就業后福利和退休福利。凈費用表的會計恒等式為：凈費用=總費用-賺取的收益+精算損益。凈費用表主要目的是告知美國公民聯邦政府每財政年度提供福利和服務的成本。
（二）營運和凈財務狀況變動表
該表報告聯邦政府的營運結果，包括特種基金運營的結果。報表列報了主要由政府憑國家主權權力取得的稅收、關稅、估定罰款收入、罰沒收入等非交換性收益。政府總費用減去賺取的收入得到凈費用，凈費用減去稅收和其他收入就得到政府運營凈成本，還包括影響凈財務狀況的一些調整事項和未匹配交易項。
（三）營運凈成本和綜合預算赤字調節表
該報表用于調節營運和凈財務狀況變動表上的凈財務狀況數額和綜合預算赤字的差異。預算的收入和支出主要以收付實現制為計量基礎。營運收益以修正的收付實現制為基礎，營運成本以權責發生制為基礎。調節表以營運凈成本為起點，按照營運凈成本和綜合預算赤字各組成部分，逐項列報由于兩者會計計量基礎不同產生的差異。
（四）綜合預算和其他活動的現金余額變動表
該表實際上是通過調節一個財政年度內綜合預算赤字與現金及其他貨幣資產的變動，解釋預算赤字是通過什么方式得到融資的。預算赤字是一個特定財政年度支出超過收入的部分。報表列示了預算中包含的非現金支出，和影響現金余額但不包括在預算支出中的項目以解釋現金和其他貨幣資產變動的原因。
（五）資產負債表
資產負債表披露聯邦政府的資產、負債和凈財務狀況（凈資產或凈負債）。資產負債表提供的信息，與政府受托資產的信息相結合，可以使公眾更全面地理解政府的實際財務狀況。特種基金的凈財務狀況在資產負債表上單獨列示。
（六）社會保險表
社會保險報表報告最重要的社會保險項目的財務狀況精算結果，包括分別由社會保障管理局，衛生部、鐵路退休理事會和勞工部管理的社會保障、醫療保險、鐵路退休、黑肺保險等項目。精算結果是對社會保險項目中長期未來財務收支測算數據的現值。對社會保險的收支測算是在對未來經濟增長、人口變化等數據進行合理假設的基礎上進行的。社會保險從2006財年開始納入聯邦政府合并財務報表范圍。雖然社會保險表含在合并財務報表體系內，但它不和其他權責發生制的財務報表相關聯。
二、與我國政府財務報表的比較
（一）財務報告內容比較
美國聯邦政府財務報告分為本級財務報告和合并財務報告。被確認為聯邦政府報告主體的每一個聯邦政府機構、項目和預算賬戶都要編制本級財務報告。具體包括管理當局討論和分析、預算報表、四張基本權益報表、項目業績計量報告、財務報表附注等必要的補充信息。在本級財務報告的基礎上，編制整個政府合并財務報告。
我國目前的預算會計報表包括資產負債表、收入支出表和預算執行情況表及附表、會計報表說明書幾項。預算會計信息是主要的政府財務信息，但不是全部。與美國聯邦政府報告內容相比較，我國的預算會計報表不能完整、全面反映政府的受托責任情況，也不利于報告使用者了解政府的財務狀況和財務業績。
（二）財務報告審計監督比較
美國聯邦政府財務報告必須經過獨立審計部門的審計批準方可正式遞交國會和向公眾披露。審計報告是政府財務報告不可缺少的組成部分。獨立審計人員對于政府受托責任履行及其依從預算情況進行客觀評論與鑒證，一方面有利于政府財務報告使用者做出正確的決策，同時解析政府受托責任的履行情況；另一方面也有利于提高公共財政資金的使用效率和效果，督促政府官員盡職盡責、高效廉潔的開展工作。與之相比，我國的政府財務報告審計監督機制比較弱化。雖然目前我國政府審計機關也對政府所屬的行政事業單位及財政機關分別就其經費收支及財政收支情況及結果實施審計監督，也形成審計報告，但這些審計報告缺乏透明度，并且政府審計報告與政府財務報告往往是相分離的。
（三）財務報告目標比較
美國政府財務報告的目標在于反映政府對社會公眾受托責任的執行情況；應當有利于使用者確定政府主體當期的運營結果；應能夠幫助使用者評判政府主體提供服務的水準和履行義務的能力。
與美國對比，我國預算會計信息應當適應國家宏觀和上級財政部門及本級政府對財政管理的要求，適應預算管理和有關方面了解行政和事業單位財務狀況及收支結果的需要，有利于預算單位加強內部財務管理。我國的政府財務報告目標僅是概括說明，而且報告集中于預算執行情況方面，不夠全面。
（四）資產負債表比較
1.相同點。美國政府會計和我國財政總預算會計的資產負債表都是按基金或預算資金分別列示的。在美國，政府會計的主體是基金，而我國對應的會計主體是預算資金。美國與我國政府的資產負債表都不是與政府所屬非盈利組織的資產負債表混合編制的。雖然政府活動和政府所屬非盈利組織活動具有一定的聯系，但是政府自身的活動與政府所屬非盈利組織的活動是兩種性質不同的活動，而且，政府自身活動的財務數據和政府所屬非盈利組織活動的財務數據都是分別統計的。
預算赤字范文5
債券是在金融市場上吸收資本的工具。它主要包括債券的收益結構、債券的流轉期、債券的信用等級。
1992年俄羅斯開始推行全面的休克療法，其核心內容是私有化和自由化。俄羅斯的經濟形勢急劇惡化，收支出現巨大缺口。在1995年之前，彌補國家預算赤字主要靠向中央銀行借貸來解決，即依靠多發行貨幣來補充預算的缺口，其后果是進一步加劇了通貨膨脹。為了遏制嚴重的通貨膨脹，從1995年開始俄羅斯政府不得不以發行國家債券方式作為彌補財政赤字的非通脹手段。
1.短期國債和聯邦債券（ГКО－ОФЗ）市場的形成
在1991年末，俄羅斯就通過了《國家債務法》，俄羅斯中央銀行也進行了第一次國內債務的試驗性發行。這次試驗性發行成為國家短期債務的原型。它的發行采取無紙方式，以競買的方式出售，到期價格由市場的供求來決定。
1993年5月18日在莫斯科外匯交易所（ММВσ）進行了第一次短期國債的發行（一級交易），當年5月份開始了定期的二級交易，其中有24個銀行和金融公司獲得了短期國債市場交易商的資格。新債券以無紙方式發行，可以貼現銷售，最小面值為10萬盧布，流轉期為3個月，免征稅。中央銀行對這批債券的發行給予擔保。在當年國家發行了6500億盧布的短期國債。進行了第一次債券的一級發行以后，開始每周進行兩次二級交易，10月19日允許自然人參加國債市場交易。
1994年俄羅斯證券市場進一步向非居民開放，非居民獲得了購買短期國債不超過發行總額10%的權利。同時，新技術得到廣泛應用，計算機遠程終端和各地區的交易平臺接入到莫斯科的交易所，市場的基礎設施日趨完善，并且新的金融工具（期貨等）也不斷得到應用。1995年短期國債市場在俄羅斯經濟中的作用開始增大。發展國家有價證券市場成為政府金融政策的優先目標。由于短期國債和聯邦債券具有高收益率，因而各商業銀行和其他的金融機構開始大規模參與短期國債市場。
俄羅斯在1995年發行了新的債券品種——聯邦可變利息債券；6月15日在莫斯科銀行間外匯交易所內又舉行了聯邦可變利息債券第一次競拍。它是帶有可變利息的、可貼現的國家有價證券，其利率水平以現行的短期國債市場的利率為基礎來確定。
國家有價證券市場開始快速發展，到1995年末，國家有價證券市場規模達到了76.5萬億盧布。1995年8月俄羅斯發生了第一次金融危機，其原因是各銀行爭相拋售短期國債和財政部的外匯債券。在危機的2天之內，俄羅斯中央銀行被迫購買1.6萬億盧布的短期國債。在銀行間信貸市場危機一個月以后，金融市場上短期國債的作用發生了重大變化，不久前還是金融市場中最發達部門的銀行間信貸市場（МσК）降到第二的位置，主要表現為銀行間信貸在銀行資產中的比重急劇降低。許多銀行又面臨一個問題：“意外閑置的資金投向哪里？”在這種情況下，銀行別無選擇，只有轉向短期國債。
為了給國家預算吸收居民資金，在1995年11月，俄羅斯政府決定發行國家儲蓄債券（ОГСЗ）。這種債券的結構與聯邦債券十分相像，它不僅面向居民，而且也面向那些以債券市場為主要業務活動的銀行發行。對于法人而言，國家儲蓄債券不僅可以使交易成本減少，而且債券可以用于抵押，進行投機活動等。銀行承保人與財政部簽署發行國家儲蓄債券，然后在自己的客戶中推銷該債券。它的每個季度利息可以在任何儲蓄銀行的分支機構上獲得。
1996年，俄羅斯國債市場不僅開始作為彌補財政赤字的基本來源，而且也成為葉利欽競選班子的主要資金來源。
2.外匯債券（ОВВЗ）的發行和外匯債券市場的產生
為完善金融市場，俄羅斯政府形成了“關于在俄羅斯國內發行外匯債券的決議”。該決議確定國內外匯債券的發行總量為50億美元。這使外匯債券的市場規?？梢耘c短期國債和聯邦債券市場規模相比。
外匯債券的交易平臺是2000交易系統中的路透社網，每筆的標準交易量最低為100萬，但交易經常僅有幾十筆。從事外匯債券交易的客戶有大約10個，其中有1/3是外國客戶。交易市場是出清的，也就是說，在任何交易時點上都可以進行買賣交易，買和賣的數量是平衡的。在外匯債券市場上規定了嚴格的市場制度，并對交易制定了詳細的規則。
根據外匯債券的市場交易規則，買賣價差不能超過0.3%，而最大的交易商可以維持在0.25%的水平上，商用這種辦法來保持這些債券的流動性。
二、俄羅斯國家有價證券市場的主要參與者
20世紀下半葉興起的全球化涉及所有的經濟活動，也包括金融市場。金融市場的全球化主要表現為資本市場的開放程度和資本流動的自由程度等。其中，資本市場中非居民的比重是反映資本市場開放的主要指標。在美國國債市場上，非居民的比重為22%，德國為77%。受金融自由化思想的指導以及IMF的壓力，俄羅斯的資本市場開放程度很高，如1997年在俄羅斯國家有價證券市場上非居民的比重為30%，在外匯債務市場上為40%。
俄羅斯的銀行是短期國債和聯邦債券市場上最大的投資者。到2001年初，財政部發行的債券的50%掌握在銀行手中，第二大投資者是非居民。根據中央銀行的資料，在2001年初，非居民手中的國債為450億盧布，約占市場的24.6%。其余20-25%的份額為俄羅斯的金融和非金融機構占有。截止到2001年4月，中央銀行持有總額為2560億盧布的聯邦債券。
俄羅斯盧布證券市場的特點是債券集中度很高。市場是一個批發市場，大型的銀行和金融機構是市場的主體，它們可以操縱市場價格。中小投資者在市場中處于絕對弱勢地位，權利和利益無法得到保護。高風險是俄羅斯金融市場的特點之一。1996-1997年投資于短期國債和股票的巨大收益到1998年變成了巨大的損失。
俄羅斯國家有價證券市場的監管主要由財政部、證券委員會和中央銀行來完成。由于分工的混亂和利益的爭奪，這3家監管機構經常發生激烈沖突。
三、國家有價證券市場的規模和收益結構
在1993年，俄羅斯的國家有價證券市場開始形成，但是直到1995年之前，由于國家預算赤字的缺口主要是靠中央銀行多發貨幣來彌補，所以國內債券市場規模不大。當國家宣布發行國債作為補償國家預算赤字的主要手段后，國家有價證券市場發生了根本性變化。如果在1994年只有3%的預算赤字是靠發行國債來補償的，到1995年已經達到60%，1998年依靠短期國債補償的預算赤字已經達到80%，國債市場規模開始急劇增長?？梢哉f，1999年以前的俄羅斯有價證券市場的核心主體是短期國債。
1992-1998年俄羅斯預算赤字總量達到1.3萬億盧布（1998年價）。從1995年開始，預算赤字開始由發行有價證券來彌補，這導致了國家有價證券市場規模的急劇增大，到1998年達到了最高點。
在危機之前，俄羅斯金融市場上占優勢的是12個月償付期的國家短期無息債券。短期國債的平均收益率成為俄羅斯金融市場最重要的指標。俄羅斯主要金融機構的大部分金融資源都投入到了國家有價證券市場上，主要原因是短期國債的收益率較高，而且投資短期國債的流動性也較好。
金融危機使國家有價證券支付期結構更加不合理，如到2000年末，短期債券的比重不超過1%（在危機之前為31%）。2000年2月16日，在金融危機以后第一次發行2期，總額為50億盧布，償付期為196天和98天的短期國債，以后又多次發行。2000年短期國債和聯邦債券的交易量縮減到60億美元，只有1997年的1/25。截止到2000年12月1日，短期國債和聯邦債券的債務總量為2297億盧布，到2001年6月短期國偵和聯邦債券的市場規模為1950億盧布。
金融危機過后，俄羅斯將金融危機以前發行的短期國債和聯邦債券中的部分債券的支付期延長。1998年12月12日，俄羅斯政府頒布“關于國家有價證券創新的決定”，并授權俄羅斯財政部將在1999年12月12日到期的短期國債和聯邦債券轉換成3-5年的國家長期債券（ОФЗ—ФД和ОФЗ—ПД）。
金融危機使短期國債和聯邦債券的持有者受到了很大損失。由于1998年8月的國債重組，投資者損失總額達到450億美元，其中75%的損失落在俄羅斯投資者身上。在1999年，人們對短期國債和聯邦債券的興趣下降，1999年1月28日，在莫斯科銀行間外匯交易所進行了重組后的短期國債和聯邦債券的新發行。到1999年4月30日，國內短期國債和聯邦債券的重組工作結束，總的重組規模達到1733億盧布。
四、俄羅斯發行國家有價證券的作用
國家的有價證券市場政策與國家預算情況密切相關。1996-1998年俄羅斯的預算赤字在很大程度上是靠發行短期國債來彌補的。短期國債和聯邦債券的發行不僅為國家預算籌集了大量的資金，而且也減緩了通貨膨脹的壓力。可以說，短期國債和聯邦債券對經濟轉軌時期的俄羅斯經濟有特殊意義。從1999年開始，俄羅斯的經濟開始恢復性增長，國家預算收入開始好轉，相應的國家有價證券市場的情況也發生根本性的變化，從金融市場吸收資金變得不是十分迫切。俄羅斯政府提出了用吸收的資金加快償付內債，以減少內債規模。
國家有價證券的發行市場普遍成為國家預算補償的主要工具。為了補償支付缺口，國家需要短期盧布有價證券。在預算的1年框架內，預算的進項與支出在時間上很難一致，由此在預算的收入與支出上存在短期的缺口。與長期債券一樣，在西方也發行短期國債，如美國和英國的短期國庫券的發行期（償付期）為91天，日本為60天。短期國債也用來保證商業銀行資產的清償。銀行投資于短期國債，這些資產不僅具有較高的流動性，而且可以帶來可觀的、穩定的收益。
預算赤字范文6
【關鍵詞】特大齒輪；姿態調整；調平算法
0 引言
在現代制造、高精度測量、軍用以及民用生產制造等各技術領域，都存在姿態調整這一概念。姿態調整指的是將某些設備或儀器精確地調整到指定角度和位置，以提高整個系統的穩定性和精度特性，滿足某些特定的技術指標。在大型齒輪測量領域中，無論是臺式儀器測量還是在機式測量，都必須對被測齒輪或者量儀進行定位，也就是調整齒輪與量儀之間的空間位置，這是保證測量精度的首要前提[1]。對于臺式儀器而言，由于量儀精度高、測量條件好、定位精確，由定位誤差而導致的測量誤差被無形地消除和減小[2]。
在以往的大齒輪測量中，定位方式一般是用齒頂、齒槽、三球、公切線來定位，借助輔助基準面、定位機構等實現。本文涉及的基于激光跟蹤測量的特大型齒輪在位測量系統中的姿態調整指的是如何根據齒輪的位置，對三維測量平臺進行精確的定位，調整三維平臺的姿態，滿足系統的高精度定位要求。從基于激光跟蹤技術的大型齒輪測量方法中可知，系統在每一次測量開始前，都必須要先調整三維測量平臺姿態，這也是在位測量系統的關鍵技術之一。
1 姿態調整系統
常用的姿態調整方式有基于三點或多點支承式調整，多聯桿式調整，多軸并聯式調整，鏈條鏈輪式調整等多種方式。本文涉及的姿態調整系統采用三點支承式調整，其原理方案為：A 軸、B 軸、E 軸3 個與步進電機相聯的機械支承軸用來支撐姿態調整平臺上端面，并根據控制指令升高或降低，來改變平臺上端面的空間位置；Z 軸1 個與步進電機相聯的旋轉齒輪與平臺底部嚙合，并根據控制指令旋轉角度，以改變三維測量平臺的測量臂在水平面內的方向。
2 姿態調整系統調平算法的設計
為了實現對特大齒輪在位測量系統的精確調整和精準控制，根據系統的總體要求設計了姿態調整系統的相關算法[3]，并將算法轉換為了可以實現的源代碼，以便完成對系統的良好的控制[4]。算法所需要的數據是來自于經過處理的激光跟蹤儀測量的數據，此數據用于完成算法數據的輸入。算法最終所要達到的效果是實現對于被測量的特大齒輪的上端平面的法向量與三維平臺的法向量相平行，以便實現后續的對特大齒輪各項參數的測量。
算法的具體實現過程是將被測工件即特大齒輪的端平面的法向量向三位平臺的法向量上投影，主要是分解齒輪的法相量中的 到三維平臺的坐標系中。算法的實現示意圖如圖2所示。
3 調平算法的MATLAB仿真與分析
實驗步驟：
（1）將激光跟蹤儀采集到的數據保存文本文檔里。
激光跟蹤儀測量獲取的三維平臺的方向向量和工件方向向量的數據見表1。
（2）Matlab軟件讀取文本數據。
（3）Matlab軟件執行相應的姿態調整的旋轉矩陣和旋轉方向判斷的代碼。
（4）顯示調整前和調整后的三維平臺的法向量和工件法向量的夾角。
實驗結果：
實驗結果分析：
調整前三維平臺的法向量和工件的法向量的夾角：2.441634251473566。
調整后三維平臺的法向量和工件的法向量的夾角的理論值：0.001078456711702。
調整后三維平臺的法向量和工件的法向量的夾角小于0.005度滿足測量精度要求。
調整后三維平臺的法向量和工件的法向量的夾角的理論值0.001078456711702
4 總結
本文對特大齒輪在位測量的三維平臺調整系統的調平算法進行了仿真研究，用MATLAB軟件采用激光跟蹤儀測到的數據對姿態調整系統的調平算法進行了理論驗證，取得了滿足實際精度要求的結果，對特大齒輪在位測量的三維平臺調整系統的正常運行具有重要意義。由于受實際系統的機械結構形式等限制，其實際調整后的角度與理論值會有一定的誤差，但這也為深入研究姿態調整系統的其它調平方法提供了一定的借鑒和參考。
【參考文獻】
[1]Shi Zhaoyao，Zhu Lianqing.A Generalized Model of Deviations of Complex Curved Surfaces[J].Proceedings of ISPMM 2004：50-51.
[2]R.Klette， K.Schluns and A. puter vision：Three-dimensional data from images[D].SpringerVerlag： Singapore，1998.
