序論：在您撰寫神經(jīng)網(wǎng)絡(luò)算法案例時，參考他人的優(yōu)秀作品可以開闊視野，小編為您整理的7篇范文，希望這些建議能夠激發(fā)您的創(chuàng)作熱情，引導(dǎo)您走向新的創(chuàng)作高度。

第1篇

摘 要 遺傳算法具有很強的全局搜索能力，但是容易造成未成熟的收斂，而徑向基函數(shù)RBF神經(jīng)網(wǎng)絡(luò)的優(yōu)勢在于采用全局收斂的線性優(yōu)化算法，唯一最佳逼近點唯一，二者結(jié)合的應(yīng)用能彌補各自的缺陷。兩種方法結(jié)合應(yīng)用到核電廠安全管理評價領(lǐng)域，建立基于遺傳算法和RBF神經(jīng)網(wǎng)絡(luò)的核電廠安全管理評價模型，對核電廠安全管理存在的風(fēng)險進行評價，有助于核電廠安全管理人員及時發(fā)現(xiàn)風(fēng)險，采取應(yīng)對措施，對于降低核電廠安全管理風(fēng)險，確保人民群眾生命財產(chǎn)安全和社會環(huán)境安全都具有極其重要的現(xiàn)實意義。

關(guān)鍵詞 遺傳算法 神經(jīng)網(wǎng)絡(luò) 核電廠 安全管理評價

核電廠的安全管理評價是對核電廠的安全管理現(xiàn)狀進行的評價分析?？茖W(xué)合理準(zhǔn)確的評價可以對核電廠的日常安全管理提供指導(dǎo)，為科學(xué)的開展安全管理提升提供參考。

利用遺傳算法對RBF神經(jīng)網(wǎng)絡(luò)進行優(yōu)化，保證了并行處理規(guī)模較大信息的能力，發(fā)揮了概括、聯(lián)想、類比、推理等綜合處理數(shù)據(jù)的能力。因此常被用來處理復(fù)雜問題，并做出科學(xué)的預(yù)測。建立基于遺傳算法和RBF神經(jīng)網(wǎng)絡(luò)的核電廠安全管理評價模型，既確保了對大規(guī)模數(shù)據(jù)的處理能力，又提升了安全管理評價的科學(xué)化水平，對于準(zhǔn)確掌握核電廠安全管理現(xiàn)狀，提升核電廠日常管理水平，有效保障企業(yè)員工的生命安全、國家財產(chǎn)安全和生態(tài)環(huán)境安全具有重要意義。

一、遺傳算法和RBF神經(jīng)網(wǎng)路原理

遺傳算法于1975年，由美國的J.Holland教授提出。該隨機化搜索方法借鑒了自然進化法則，即優(yōu)勝劣汰、適者生存的遺傳機制。該方法直接對結(jié)構(gòu)對象進行操作；選用概率化的尋優(yōu)方法，自動獲取和指導(dǎo)優(yōu)化的搜索范圍。但該方法在實際應(yīng)用中也存在部分局限性：因借鑒了優(yōu)勝劣汰、適者生存的遺傳機制，所以如果出現(xiàn)優(yōu)勢個體（局部最優(yōu)解）時，就造成了過早收斂現(xiàn)象，也就無法搜索產(chǎn)生全局最優(yōu)解；其次在經(jīng)過多次重組演化后，容易丟失上一代的的基因片段，即同樣造成無法得到全局最優(yōu)值；再次傳統(tǒng)的遺傳算法通過雜交變異的手段，確定搜索空間，導(dǎo)致相似模式的數(shù)據(jù)種群占據(jù)優(yōu)勢，同樣無法產(chǎn)生全局最優(yōu)解。

RBF神經(jīng)網(wǎng)絡(luò)是一種前饋式神經(jīng)網(wǎng)絡(luò)，網(wǎng)絡(luò)結(jié)構(gòu)分為三部分：輸入層、隱含層、輸出層。它依據(jù)輸入層少數(shù)的神經(jīng)元（基礎(chǔ)數(shù)據(jù)），利用隱含層（高效徑向基函數(shù)），決定神經(jīng)網(wǎng)絡(luò)的輸出層（預(yù)測數(shù)據(jù)）。隱含層（高效徑向基函數(shù)），實際是通過利用高斯函數(shù)，執(zhí)行固定的非線性操作指令，即將輸入層（基礎(chǔ)數(shù)據(jù)）映射到一個新的空間，通過輸出層節(jié)點線性加權(quán)組合，輸出形成結(jié)果。

輸出函數(shù)為：

為隱含層神經(jīng)元的輸出， 為權(quán)值，二者的乘積累加和即為RBF神經(jīng)網(wǎng)絡(luò)的輸出。輸入層、隱含層相互連接，其中隱含層為一系列同一類型的徑向基函數(shù)（高斯函數(shù)）[3]。RBF神經(jīng)網(wǎng)絡(luò)由高斯函數(shù)表示為：

其中，Ci代表了基函數(shù)的中心， 代表了函數(shù)的寬度參數(shù)。從上述公式中可以看出：高斯函數(shù)的徑向范圍與 函數(shù)的寬度參數(shù)成反比。在實際計算中，函數(shù)寬度參數(shù) 的確定一般采用自適應(yīng)梯度下降法確定，而確定Ci 、 、w的取值也就確定了為隱含層神經(jīng)元的輸出 。

二、對RBF神經(jīng)網(wǎng)路原理的優(yōu)化

依據(jù)生物神經(jīng)網(wǎng)絡(luò)的機理建立基于RBF神經(jīng)網(wǎng)絡(luò)安全管理評價模型，通過在不同網(wǎng)絡(luò)傳遞環(huán)節(jié)選取恰當(dāng)?shù)乃惴▽δＰ瓦M行優(yōu)化改進，以此得到安全管理評價的優(yōu)化模型。但是在應(yīng)用過程中RBF神經(jīng)網(wǎng)絡(luò)關(guān)鍵函數(shù)基函數(shù)中心值、網(wǎng)絡(luò)權(quán)值等難以得到最優(yōu)解，因此選擇遺傳算法，利用其優(yōu)勢對神經(jīng)網(wǎng)絡(luò)模型進行優(yōu)化完善。

（一）最優(yōu)基函數(shù)中心值的確定

應(yīng)用遺傳算法進行數(shù)據(jù)編碼。將學(xué)習(xí)樣本進行編號：1，2，3，……，N，進而從樣本中隨機選擇M個數(shù)據(jù)為一組中心矢量作為種群中的一個個體進行編碼。如下所示，以第i個染色體為例，神經(jīng)網(wǎng)絡(luò)的m應(yīng)度函數(shù) 為期望輸出 和實際輸出 之差的絕對值累加和的倒數(shù)：

從上一代中任意選取兩個母體進行交叉以此獲得兩個子個體，再將兩個子個體以一定的概率進行變異，染色體其他位的編號值用1，2，3，……，N，中任意值以一定的變異概率替換。將母體與子體進行比較從中選擇優(yōu)勢個體即完成一次進化。以此方式循環(huán)迭代，直到個體達到給定最大代數(shù)或滿足給定的精度，此時個體則為最優(yōu)基函數(shù)中心值。

（二）最優(yōu)權(quán)值w的確定

權(quán)值的優(yōu)化是一個長期復(fù)雜的過程，實數(shù)編碼值能夠較好地反應(yīng)現(xiàn)實情況，用一個數(shù)碼代表一個染色體，一個染色體則代表一個X值；群體初始化，根據(jù)遺傳算法的搜索范圍將權(quán)值以 分布隨機確定（-0.8，0.4，0.65，0.5）；選取適應(yīng)度函數(shù)，將輸出樣本的平方作為適應(yīng)度函數(shù)：

根據(jù)遺傳操作原理，采用染色體交叉變異，選擇交叉的概率Pn、變異的概率Pm。

U11=（-0.8，0.4，0.65，0.5），U21=（0.3，0.7，0.6，-0.8），交叉：U21=（-0.8，0.4，0.6，0.5）變異：U22=（-0.8，0.4，0.5，0.5）

三、安全管理評價模型的建立

依據(jù)核電廠安全管理評價指標(biāo)，建立基于遺傳算法和RBF神經(jīng)網(wǎng)絡(luò)的核電廠安全管理評價模型。其實現(xiàn)流程如圖所示：

四、結(jié)語

本文建立基于遺傳算法和RBF神經(jīng)網(wǎng)絡(luò)的核電廠安全管理評價模型，對核電廠安全管理存在的風(fēng)險進行評價，有助于核電廠安全管理人員及時發(fā)現(xiàn)風(fēng)險，采取應(yīng)對措施，切實降低了核電廠安全管理風(fēng)險，并為核電廠科學(xué)管理，安全管理提升提供參考和技術(shù)支持。

參考文獻：

[1] 郭贊.基于遺傳算法和RBF神經(jīng)網(wǎng)絡(luò)的鈾尾礦庫安全預(yù)警模型[J].綠色科技，2015.3：243-245.

[2] 魏艷強.基于RBF神經(jīng)網(wǎng)絡(luò)的公路貨運量預(yù)測方法研究[J].天津理工大學(xué)學(xué)報，2008.2（1）：17-20.

[3] 徐杰.基于遺傳算法的RBF神經(jīng)網(wǎng)絡(luò)優(yōu)化及應(yīng)用[J].信息技術(shù)，2011（5）：165-168.

第2篇

[關(guān)鍵詞]持續(xù)經(jīng)營；審計判斷；預(yù)測模型

的持續(xù)經(jīng)營能力狀況直接到投資者的決策行為。因此，對上市公司持續(xù)經(jīng)營能力進行判斷和評價是注冊師進行財務(wù)報告審計時所必須考慮的重要，也是政府監(jiān)管部門關(guān)注的一個焦點。近年來，為了減少審計期望差距，審計界制定并完善了持續(xù)經(jīng)營審計準(zhǔn)則及相關(guān)指南，特別是加強了對持續(xù)經(jīng)營審計判斷模型的研究，期望提高持續(xù)經(jīng)營審計判斷的客觀性和一致性。我們搜集了ABI/INFORMGlobal、BusinessSourcePremier（BSP）、和ElsevierScience等國際著名數(shù)據(jù)庫以及期刊網(wǎng)中關(guān)于持續(xù)經(jīng)營審計判斷模型研究的70余篇，對審計判斷模型的構(gòu)建方法、應(yīng)用效果及局限性進行了和整理，以期對改進我國持續(xù)經(jīng)營審計手段及方法提供借鑒。

持續(xù)經(jīng)營審計判斷模型根據(jù)研究對象的不同可分成兩大類：持續(xù)經(jīng)營危機預(yù)測模型和持續(xù)經(jīng)營審計意見預(yù)測模型。前者關(guān)注公司是否會向法院申請破產(chǎn)（國內(nèi)研究以是否被ST為標(biāo)準(zhǔn)），后者關(guān)注公司是否會被出具涉及持續(xù)經(jīng)營存在重大不確定性的非標(biāo)準(zhǔn)無保留審計意見（下簡稱持續(xù)經(jīng)營審計意見），二者都可以為持續(xù)經(jīng)營審計判斷提供輔助決策信息。但是，這兩類模型的研究目的并不相同，前者認為模型在預(yù)測公司是否破產(chǎn)的準(zhǔn)確性上要高于審計師，借助模型有助于減少審計期望差距[1-2].后者認為提出破產(chǎn)申請和被出具持續(xù)經(jīng)營審計意見并不是一一對應(yīng)的，被出具持續(xù)經(jīng)營審計意見的公司并非都會提出破產(chǎn)申請，而且持續(xù)經(jīng)營危機預(yù)測模型未能包含審計師進行持續(xù)經(jīng)營審計判斷時所考慮的一些重要因素，如行業(yè)前景、管理層能力等[3].Hopwood[4]等還證實在控制樣本配對比例及分類錯誤成本的條件下，持續(xù)經(jīng)營危機預(yù)測模型在預(yù)測是否破產(chǎn)的準(zhǔn)確性上并不優(yōu)于審計師。

一、持續(xù)經(jīng)營危機預(yù)測模型

持續(xù)經(jīng)營危機預(yù)測模型按照所用概率統(tǒng)計方法的不同，可分成多元線性判別模型、多元概率比（Probit）模型、多元邏輯回歸（Logistic）模型、人工神經(jīng)模型等4類，下文將分別予以闡述。

（一）多元線性判別模型

Altman[1]以美國1946—1965年提出破產(chǎn)申請的33家公司和33家健康公司為研究樣本，采用多元線性判別方法構(gòu)建了如下預(yù)測模型，即“Z分值模型”：Z=1.2X1+1.4X2+3.3X3+0.6X4+1.0X5，其中：X1為營運資本/資產(chǎn)總額；X2為留存收益/資產(chǎn)總額；X3為息稅前利潤/資產(chǎn)總額；X4為優(yōu)先股和普通股市值/負債賬面價值；X5為銷售收入/資產(chǎn)總額。當(dāng)出來的Z值等于或低于1.8時，預(yù)示企業(yè)破產(chǎn)的可能性非常高；當(dāng)Z值介于1.81和2.99之間時，企業(yè)是否破產(chǎn)不能確定；當(dāng)Z等于或高于3時，企業(yè)則不可能破產(chǎn)。Z模型對破產(chǎn)公司樣本的預(yù)測準(zhǔn)確率為82%，而只有46%的破產(chǎn)公司在破產(chǎn)前被出具持續(xù)經(jīng)營審計意見。Altman認為Z模型可以提高審計師在持續(xù)經(jīng)營審計判斷上的準(zhǔn)確性和一致性。Altman[5]用1970—1982年間109家破產(chǎn)公司為樣本對“Z分值模型”進行了有效性驗證，發(fā)現(xiàn)模型對破產(chǎn)公司樣本破產(chǎn)前一年的預(yù)測準(zhǔn)確率達到86.2%，而審計師在公司破產(chǎn)前一年的預(yù)測準(zhǔn)確率為48.1%，表明Z模型對持續(xù)經(jīng)營危機的預(yù)測準(zhǔn)確性高于審計師。

繼Altman之后，Levitan、Knoblett[6]，Koh、Killough[2]，Cormier[7]，陳靜[8]和張玲[9]等都采用多元判別分析方法構(gòu)建了持續(xù)經(jīng)營危機預(yù)測模型。這些模型的構(gòu)建方法基本相同，所不同的是在持續(xù)經(jīng)營危機標(biāo)準(zhǔn)界定上、樣本時間窗口、對照組樣本選取方法、變量選取上有差異。對這些模型的有效性驗證表明預(yù)測模型比審計師在預(yù)測公司是否破產(chǎn)方面具有更高的準(zhǔn)確性，應(yīng)用模型有助于減少審計期望差距。

針對多元線性判別分析要求數(shù)據(jù)服從正態(tài)分布和等協(xié)方差的假設(shè)與企業(yè)數(shù)據(jù)實際狀況的矛盾，以及配對抽樣法因樣本中兩類公司比例與它們在總體中的比例嚴(yán)重不一致而夸大了預(yù)測模型判別準(zhǔn)確性的缺陷[10]，不需要正態(tài)分布和等協(xié)方差假設(shè)的Probit、Logistic模型被大量采用，它們都是建立在累積概率函數(shù)的基礎(chǔ)上，一般運用最大似然估計，而不需要滿足自變量服從多元正態(tài)分布和等協(xié)方差的假設(shè)。

（二）多元概率比模型

Zmijewaki[10]選取了1972—1978年間發(fā)生破產(chǎn)的40家公司和800家健康公司作為樣本，采用Probit方法建立了預(yù)測模型，即X模型：X=-4.3-4.5Xl+5.7X2-0.004X3，其中：Xl=凈利潤/總資產(chǎn)，X2=負債總額/資產(chǎn)總額，X3=流動資產(chǎn)/流動負債。陳明賢運用企業(yè)樣本建立了如下Probit模型：X=0.29354+20.491X1+4.3209X2-29.515X3，其中：X1為In（流動資產(chǎn)/流動負債）；X2為In（固定資產(chǎn)/股東權(quán)益）；X3為營運資本/負債總額。結(jié)果表明Probit模型在持續(xù)經(jīng)營危機出現(xiàn)之前1年至前5年的判別正確率分別為93.33%、83.33%、83.33%、83.33%和80%64%.

（三）多元邏輯回歸模型

Ohlson[11]以美國1946—1965年期間提出破產(chǎn)申請的105家公司和2058家健康公司為研究樣本，采用logistic建立了企業(yè)持續(xù)經(jīng)營危機預(yù)測模型，即“Y模型”：Y=-1.32-0.4X1+6.03X2-1 .43X3+0.76X4-2.37X5-1.83X6+0.285X7-1.72X8-0.52X9，其中：X1為Log（資產(chǎn)總額/GNP物價指數(shù)）；X2為負債總額/資產(chǎn)總額；X3為營運資本/資產(chǎn)總額；X4為流動負債/流動資產(chǎn)；X5為凈利潤/資產(chǎn)總額；X6為經(jīng)營活動產(chǎn)生的現(xiàn)金凈流量/負債總額；X7：如果前兩年有一年虧損，為1；否則為0；X8：如果負債總額>資產(chǎn)總額，為1；否則為0；X9：（當(dāng)年凈利潤-上年凈利潤）/（5當(dāng)年凈利潤5+5上年凈利潤5）。Ohlson利用上述模型進行預(yù)測，結(jié)果發(fā)現(xiàn)破產(chǎn)公司前一年的Y值平均為27%，顯著高于非破產(chǎn)公司的Y平均值4%.

Kuruppu、Laswad和Oyelere[12]將清算作為發(fā)生持續(xù)經(jīng)營危機的標(biāo)準(zhǔn)，以新西蘭1987—1993年間85家破產(chǎn)清算的公司和50家未清算但處于財務(wù)困境狀況的公司為研究樣本，用Logistic方法構(gòu)建模型，研究結(jié)果表明在破產(chǎn)法案以債權(quán)人為導(dǎo)向的國家，清算預(yù)測模型可能比破產(chǎn)預(yù)測模型在判斷準(zhǔn)確度及誤判成本方面更為優(yōu)越。

吳世農(nóng)、盧賢義[13]以我國1998—2000年上市公司為研究對象，選取了70家處于財務(wù)困境的公司和70家財務(wù)正常的公司為樣本，應(yīng)用逐步回歸法，從21個財務(wù)指標(biāo)中最后選定6個為預(yù)測指標(biāo)：盈利增長指數(shù)、資產(chǎn)報酬率、流動比率、長期負債與股東權(quán)益比率、營運資本與總資產(chǎn)比、資產(chǎn)周轉(zhuǎn)率。他們分別應(yīng)用線性概率模型、Fisher二類線性判別模型、Logistic回歸三種方法，建立了三種預(yù)測財務(wù)困境的模型。研究結(jié)果表明：三種模型均能在財務(wù)困境發(fā)生前作出相對準(zhǔn)確的預(yù)測，在財務(wù)困境發(fā)生前4年的誤判率在28%以內(nèi)；其中Logistic預(yù)測模型的誤判率最低，財務(wù)困境發(fā)生前1年的誤判率僅為6.47%.

姜秀華和孫錚[14]還考慮了公司治理因素對持續(xù)經(jīng)營能力的影響，他們運用Logistic逐步回歸法從13個變量中最終選取了4個變量：毛利率、其他應(yīng)收款與總資產(chǎn)比率、短期借款與總資產(chǎn)的比率、股權(quán)集中系數(shù)，模型對ST公司的判別準(zhǔn)確率達到84.52%.他們的研究拓展了變量選擇的傳統(tǒng)財務(wù)框架，但股權(quán)集中度是否為治理效能的惟一、有效替代還有待檢驗。姜國華、王漢生[15]也證實主營業(yè)務(wù)利潤水平和第一大股東持股比例是影響公司是否被ST的最重要因素。

（四）人工神經(jīng)網(wǎng)絡(luò)模型

人工神經(jīng)網(wǎng)絡(luò)（ArtificialNeuralNetwork，ANN）是對人類大腦神經(jīng)運作的模擬，模型具有較強的容錯能力和自主能力，可隨時依據(jù)新的數(shù)據(jù)資料進行自我學(xué)習(xí)，并調(diào)整其內(nèi)部儲存的權(quán)重參數(shù)。田偉福、周紅曉[16]選取了A股市場30家公司作為樣本構(gòu)建了前向三層BP神經(jīng)網(wǎng)絡(luò)模型，模型包括反映償債能力、資產(chǎn)管理能力、負債水平、盈利能力及成長能力等12項財務(wù)比率，測試的結(jié)果表明神經(jīng)網(wǎng)絡(luò)模型預(yù)測是否發(fā)生持續(xù)經(jīng)營危機的準(zhǔn)確性較高。周敏、王新宇[17]對判別分析、Logistic回歸和神經(jīng)網(wǎng)絡(luò)進行了比較，她們以1999—2001年ST公司和健康公司各73家作為訓(xùn)練樣本，以2002年ST公司和健康公司各43家作為檢驗樣本，分析了15個財務(wù)指標(biāo)，結(jié)果表明神經(jīng)網(wǎng)絡(luò)的預(yù)測效果要優(yōu)于其他兩種方法。

二、持續(xù)經(jīng)營審計意見預(yù)測模型

持續(xù)經(jīng)營審計意見預(yù)測模型同樣按照所用概率統(tǒng)計的不同，可分成多元線性判別模型、多元邏輯回歸（Logistic）模型、人工神經(jīng)模型、持續(xù)經(jīng)營審計專家系統(tǒng)等4類，模型的重點是持續(xù)經(jīng)營審計意見是否可以用公開的信息進行預(yù)測。

（一）多元線性判別模型

Mutchler[18]選取了1981年被出具持續(xù)經(jīng)營非標(biāo)準(zhǔn)審計意見的119家制造業(yè)公司，并選取了119家表現(xiàn)出一些經(jīng)營困境征兆但卻被出具標(biāo)準(zhǔn)審計意見的制造業(yè)公司作為參照物，采用多元判別法構(gòu)建了預(yù)測模型，模型使用了Mutchler通過調(diào)查問卷獲取的審計師進行持續(xù)經(jīng)營審計判斷最關(guān)注的8個變量，它們是：（1）經(jīng)營性現(xiàn)金流量/負債；（2）流動比率；（3）所有者權(quán)益/負債；（4）長期負債/總資產(chǎn)；（5）資產(chǎn)負債率；（6）稅前凈收益/銷售收入；（7）有關(guān)持續(xù)經(jīng)營不確定性的好消息和壞消息數(shù)量；（8）總資產(chǎn)凈利潤率的變動率。模型對是否被出具持續(xù)經(jīng)營非標(biāo)準(zhǔn)審計意見的預(yù)測準(zhǔn)確率為82.8%，結(jié)果表明持續(xù)經(jīng)營非標(biāo)準(zhǔn)審計意見可以用公開發(fā)表的會計信息進行預(yù)測。

（二）多元邏輯回歸模型

Menon、Schwartz[19]以1974—1980年間89家破產(chǎn)公司為樣本，其中37家被出具持續(xù)經(jīng)營非標(biāo)準(zhǔn)審計意見。變量選取參照了SASNo.34和前人的研究結(jié)果，最終選取了7個變量采用了Logistic回歸構(gòu)建模型，分別是：（1）流動比率；（2）流動比率變動率；（3）留存收益/總資產(chǎn)；（4）資產(chǎn)負債率；（5）總資產(chǎn)凈利潤率；（6）是否發(fā)生持續(xù)的經(jīng)營性虧損；（7）經(jīng)營性現(xiàn)金流量/總負債，結(jié)果表明持續(xù)經(jīng)營非標(biāo)準(zhǔn)審計意見與財務(wù)比率顯著相關(guān)，最重要的解釋變量是流動比率的變動率和持續(xù)發(fā)生經(jīng)營性虧損。Menon、Schwartz還分別用1981—1983年間破產(chǎn)公司和非破產(chǎn)公司樣本對模型的有效性進行了驗證，破產(chǎn)公司樣本數(shù)為39家，其中14家被出具持續(xù)經(jīng)營非標(biāo)準(zhǔn)審計意見。非破產(chǎn)公司樣本數(shù)為46家，其中11家被出具持續(xù)經(jīng)營非標(biāo)準(zhǔn)審計意見，模型對持續(xù)經(jīng)營非標(biāo)準(zhǔn)審計意見預(yù)測的準(zhǔn)確率為78%.

Bell、Tabor[20]發(fā)現(xiàn)反映水平比率的財務(wù)指標(biāo)對于持續(xù)經(jīng)營審計意見的預(yù)測準(zhǔn)確率高于反映趨勢比率的財務(wù)指標(biāo)。Chen、Church[21]研究證實在模型中增加反映償還到期債務(wù)狀況的變量可以顯著提高模型的預(yù)測準(zhǔn)確率性。

Mutchler[18]認為持續(xù)經(jīng)營審計判斷可以分成三個階段：第一階段是判斷被審計單位持續(xù)經(jīng)營能力是否存在重大疑慮；第二階段是判斷被審計單位是否應(yīng)該被出具持續(xù)經(jīng)營審計意見；第三階段是應(yīng)出具何種具體審計意見。Lasalle、Anandarajan和Miller[22]對第三階段，即持續(xù)經(jīng)營能力存在重大不確定性應(yīng)出具何種具體審計意見進行了研究。他們收集了183份調(diào)查問卷（其中130份問卷的樣本公司被出具持續(xù)經(jīng)營強調(diào)無保留意見，53份問卷的樣本公司被出具持續(xù)經(jīng)營無法表示意見），按照審計意見的具體類型為被解釋變量，以虧損持續(xù)年數(shù)、壞消息和好消息數(shù)量、被審計單位規(guī)模、內(nèi)部控制水平、審計風(fēng)險大小、審計任期、會計事務(wù)所規(guī)模等7個變量為解釋變量，采用Logistic回歸構(gòu)建判別模型，模型對兩種審計意見鑒別的準(zhǔn)確率為83.85%，結(jié)果表明兩種審計意見類型在持續(xù)經(jīng)營不確定性程度上存在顯著差異。

（三）人工神經(jīng)網(wǎng)絡(luò)模型

Lenard、Alam和Madey[23]選取了1982—1987年被出具持續(xù)經(jīng)營審計意見的40家公司，并選取同時期40家被出具標(biāo)準(zhǔn)審計意見的公司為參照對象，構(gòu)建了基于GRG2的神經(jīng)網(wǎng)絡(luò)模型，模型自主采用了8個變量，它們是：（1）經(jīng)營性現(xiàn)金流量/負債；（2）流動比率；（3）所有者權(quán)益/負債；（4）長期負債/總資產(chǎn)；（5）資產(chǎn)負債率；（6）稅前凈收益/銷售收入；（7）總資產(chǎn)凈利潤率；（8）上一年度是否虧損。神經(jīng)網(wǎng)絡(luò)模型對持續(xù)經(jīng)營審計意見的預(yù)測準(zhǔn)確率達到95%，而基于相同變量的Logistic模型預(yù)測的準(zhǔn)確率為83%，結(jié)果表明人工神經(jīng)網(wǎng)絡(luò)模型對持續(xù)經(jīng)營審計意見具有較好的預(yù)測能力。

（四）持續(xù)經(jīng)營審計專家系統(tǒng)

持續(xù)經(jīng)營審計專家系統(tǒng)是人工智能在持續(xù)經(jīng)營審計判斷領(lǐng)域的，它將該領(lǐng)域的專家知識經(jīng)驗轉(zhuǎn)化為系統(tǒng)知識庫的推理規(guī)則，被審計單位所處行業(yè)、外部經(jīng)營環(huán)境、內(nèi)部管理控制水平、異常事件等難以量化的因素都被加以考慮，并且專家系統(tǒng)具有自主學(xué)習(xí)知識功能，因此，專家系統(tǒng)能提高審計判斷的一致性和可靠性。Biggs、Selfridge和Krupka[24]研究設(shè)計了一個GC X持續(xù)經(jīng)營審計專家系統(tǒng)，該系統(tǒng)認為審計師進行持續(xù)經(jīng)營審計判斷需要依據(jù)三類知識：財務(wù)知識、事件知識及程序知識，持續(xù)經(jīng)營危機（體現(xiàn)為異常的財務(wù)指標(biāo)）則是某些具體事件的必然結(jié)果。GC X系統(tǒng)通過4個程序?qū)Τ掷m(xù)經(jīng)營審計判斷提供決策支持作用，這4個程序分別是：持續(xù)經(jīng)營不確定性識別、問題緣由的后向推理、對管理層擬采取改善措施的有效性和可行性評估、出具持續(xù)經(jīng)營審計意見。Lenard、Madey和Alam（1998）[25]還將持續(xù)經(jīng)營審計專家系統(tǒng)與一個基于馬氏距離的聚類模型相結(jié)合構(gòu)建了一個混合模型，并隨機選取了1990年間26家破產(chǎn)公司和26家健康公司，對該混合模型與其他破產(chǎn)預(yù)測模型的預(yù)測準(zhǔn)確率進行了驗證，結(jié)果顯示混合模型的預(yù)測準(zhǔn)確率達到96.2%.

三、與評述

從以上的回顧可以看出，國內(nèi)外審計學(xué)界對持續(xù)經(jīng)營審計判斷模型進行了大量的研究，有關(guān)涉及分類的定量方法在模型構(gòu)建中得到了大量應(yīng)用。這些模型的研究在總體方向上呈現(xiàn)出兩個趨勢：一方面，從僅考慮財務(wù)指標(biāo)擴展到綜合考慮財務(wù)、經(jīng)營、股票市場表現(xiàn)、管理能力等因素，從定量向定性與定量分析相結(jié)合的方向發(fā)展；另一方面，從線性統(tǒng)計方法向更符合實際的非線性預(yù)測方法發(fā)展。盡管這些模型被證實在預(yù)測持續(xù)經(jīng)營危機方面具有較高的準(zhǔn)確性，但以下幾個方面的問題仍有待于進一步研究和探討：

（一）對持續(xù)經(jīng)營危機的定義

對持續(xù)經(jīng)營危機的定義在學(xué)術(shù)界尚未形成一致的意見，而對持續(xù)經(jīng)營危機的不同定義會直接到樣本的選擇標(biāo)準(zhǔn)，從而得出不同的預(yù)測模型。持續(xù)經(jīng)營審計意見預(yù)測模型建立在將被出具持續(xù)經(jīng)營審計意見作為持續(xù)經(jīng)營危機發(fā)生標(biāo)準(zhǔn)的基礎(chǔ)上，而持續(xù)經(jīng)營審計意見尚可進一步分為強調(diào)無保留、保留意見、無法表示意見和否定意見等4種具體意見類型。顯然，這4種具體意見在持續(xù)經(jīng)營不確定性程度上具有顯著差異，不加區(qū)別地同等對待影響了模型參數(shù)估計的穩(wěn)定性。持續(xù)經(jīng)營危機預(yù)測模型則建立在將申請破產(chǎn)、破產(chǎn)清算作為發(fā)生標(biāo)準(zhǔn)的基礎(chǔ)上，而在破產(chǎn)機制還不健全的國內(nèi)，通常選用ST作為標(biāo)準(zhǔn)。將ST作為標(biāo)準(zhǔn)使得盈利能力低下是導(dǎo)致持續(xù)經(jīng)營危機的主要原因，虧損與否將是持續(xù)經(jīng)營危機與非持續(xù)經(jīng)營危機公司之間存在顯著差異的變量，這種變量的自選擇問題也是國內(nèi)相關(guān)研究的一個不足之處。

（二）變量選擇

持續(xù)經(jīng)營審計判斷模型的變量選擇依然處于試錯原則階段，缺乏基礎(chǔ)。在如何選擇變量及是否存在最佳的變量組合來預(yù)測持續(xù)經(jīng)營危機發(fā)生的概率仍然存在較大分歧。Chen、Church[21]指出增加無力償還到期債務(wù)這一變量可以顯著提高持續(xù)經(jīng)營審計意見的預(yù)測準(zhǔn)確率，Koh、Killough[2]等研究表明現(xiàn)金流量信息能有效地反映公司發(fā)生持續(xù)經(jīng)營危機的概率，Bell、Tabor[20]發(fā)現(xiàn)持續(xù)經(jīng)營危機公司股票存在負的市場收益率，股票收益率可以用來預(yù)測持續(xù)經(jīng)營危機，Goodman[26]證實管理當(dāng)局的經(jīng)營管理能力變量與是否被出具持續(xù)經(jīng)營審計意見顯著相關(guān)。新修訂的《持續(xù)經(jīng)營準(zhǔn)則》明確規(guī)定審計師在進行持續(xù)經(jīng)營審計判斷時應(yīng)密切關(guān)注管理層擬采取改善措施的可行性和有效性。

（三）樣本選擇

選擇不同的樣本會直接影響到模型的有效性，多元線性判別方法多采用等額配對抽樣法，這樣作可能因為樣本量的限制，但卻過分夸大了持續(xù)經(jīng)營危機公司比例，使得系數(shù)對樣本和模型設(shè)置都非常敏感，模型設(shè)置的微小變化、在樣本總體中加入或刪除案例等變動，都會導(dǎo)致系數(shù)估計的較大變化。其次，現(xiàn)有的樣本選取忽略了行業(yè)特征，將一定期間不同行業(yè)的持續(xù)經(jīng)營危機公司作為測試樣本組，糅合在一起進行研究，損害了模型的價值，因為不同行業(yè)的公司具有不同的特征，即使影響持續(xù)經(jīng)營的因素相同，但是其相對重要性卻可能有所不同。最后，對于不同的樣本選取時間，由于其外在環(huán)境的差異，得出的模型可能存在顯著差異，模型的預(yù)測準(zhǔn)確性也會因經(jīng)濟環(huán)境、時間區(qū)間的不同而產(chǎn)生變動。

（四）建模方法

多元線性判別方法、多元概率比回歸、多元邏輯回歸方法均被大量采用，而多元概率比回歸、多元邏輯回歸方法運用最大似然估計，克服了多元線性判別分析要求數(shù)據(jù)服從正態(tài)分布和等協(xié)方差的假設(shè)與公司數(shù)據(jù)實際狀況不相符合的矛盾，在理論上更為完善。值得關(guān)注的是持續(xù)經(jīng)營危機預(yù)測的研究方法又有新的進展，人工神經(jīng)網(wǎng)絡(luò)、遺傳算法、模糊數(shù)學(xué)、專家系統(tǒng)開始被應(yīng)用于構(gòu)建預(yù)測模型，一些對持續(xù)經(jīng)營審計判斷有重要影響但卻因難以量化而放棄的變量被重新予以考慮，而且這些新的方法整合了專家在該領(lǐng)域的知識經(jīng)驗，具有自主學(xué)習(xí)功能，顯示了獨特的優(yōu)越性。

（五）誤判成本

現(xiàn)有模型將分類的一類錯誤、二類錯誤等同看待，模糊了誤受和誤拒的成本，而事實上問題并非如此簡單。一般而言，從投資者或銀行的角度，一類錯誤成本要大于二類錯誤成本；而從看，由于借貸者、顧客、供貨商、股東或其他投資人的不必要的戒備狀態(tài)，會使二類錯誤的成本更高。對審計師而言，既要保證客戶的正當(dāng)權(quán)益，又要避免過高的訴訟風(fēng)險。因此，如何綜合權(quán)衡一類錯誤成本與二類錯誤成本也是未來模型研究的重點之一。

第3篇

關(guān)鍵詞:房地產(chǎn)決策支持系統(tǒng);數(shù)據(jù)倉庫;聯(lián)機分析處理;數(shù)據(jù)挖掘

房地產(chǎn)投資不僅與國民經(jīng)濟的發(fā)展?fàn)顩r有關(guān),而且還涉及到建筑業(yè)、金融業(yè)、商業(yè)、市政建設(shè)、能源、交通等各個重要部門。房地產(chǎn)市場變化快、投資巨大、風(fēng)險極高,要完成這樣一個決策需要決策者同時考慮主市場、材料、資金、市政建設(shè)等諸多因素,并且做出綜合判斷,這種復(fù)雜的決策已經(jīng)很難僅憑經(jīng)驗正確地做出。房地產(chǎn)是一個綜合性極強的系統(tǒng)工程,關(guān)系到國家、集體、個人的利益,影響到國民經(jīng)濟的起伏,其興旺與低落從一個側(cè)面反映了經(jīng)濟發(fā)展?fàn)顩r。因此,房地產(chǎn)業(yè)迫切需要一種能幫助決策者綜合考慮多方面的因素,根據(jù)科學(xué)的決策方法,輔助決策者做出決策的工具。

決策支持系統(tǒng)為解決房地產(chǎn)投資決策中出現(xiàn)的種種問題提供了解決方案。決策支持系統(tǒng)是一種基于計算機的系統(tǒng),幫助決策者通過與系統(tǒng)直接交互使用數(shù)據(jù)及分析模型解決非結(jié)構(gòu)化的決策問題。通過決策支持系統(tǒng),房地產(chǎn)開發(fā)商可以對要開發(fā)的項目的各種情況有一個更深入的了解,能綜合各方面的因素對投資的項目做出一個合理的判斷,從而減少房地產(chǎn)投資中的盲目性,使投資更準(zhǔn)確,收益率更高。本文結(jié)合房地產(chǎn)項目投資的實際情況,提出了一種房地產(chǎn)投資決策支持系統(tǒng),可以為房地產(chǎn)項目的投資提供決策支持,實現(xiàn)企業(yè)項目管理的快速輔助決策,提高投資者的決策水平。

一、房地產(chǎn)投資決策支持系統(tǒng)

房地產(chǎn)投資決策支持系統(tǒng)是將決策支持系統(tǒng)技術(shù)應(yīng)用到房地產(chǎn)投資中,從而能有效地對房地產(chǎn)投資者進行輔助決策,提高決策的效率和準(zhǔn)確性。

(一)房地產(chǎn)投資決策支持系統(tǒng)的基本功能

本系統(tǒng)分為房地產(chǎn)市場調(diào)查與預(yù)測、經(jīng)濟評價、風(fēng)險分析和可行性報告生成等四大模塊。通過房地產(chǎn)市場調(diào)查與預(yù)測模塊,用戶可以方便地了解到房地產(chǎn)市場的現(xiàn)狀以及國民經(jīng)濟狀況,并能對將來房地產(chǎn)市場的發(fā)展情況做出一個大概的預(yù)測。通過經(jīng)濟評價模塊可以對所投資項目做出準(zhǔn)確的評估,從而判斷出此項目的盈利狀況。風(fēng)險分析模塊可以對投資項目的風(fēng)險作一個大體的分析,用戶通過對各個投資方案的經(jīng)濟評價和風(fēng)險的權(quán)衡,可以做出較為準(zhǔn)確的判斷?？尚行詧蟾嫔赡K則可以自動生成項目的可行性報告,用戶可以根據(jù)具體情況來添加可行性報告中的內(nèi)容。

(二)系統(tǒng)的基本結(jié)構(gòu)

在房地產(chǎn)投資中遇到的可變性因素非常多,再加上房地產(chǎn)投資本身所具有的高風(fēng)險性,這就使得傳統(tǒng)的MIS系統(tǒng)不能滿足房地產(chǎn)投資決策的需要,只有使用決策支持系統(tǒng)才能有效地解決這一問題。但是傳統(tǒng)的決策支持系統(tǒng)也有著它的不足,不能很好的對房地產(chǎn)投資進行有效的輔助決策。因此,本系統(tǒng)借鑒了最近發(fā)展起來的決策支持系統(tǒng)的新技術(shù),提出了一種新的房地產(chǎn)決策支持系統(tǒng)模型。

數(shù)據(jù)倉庫、聯(lián)機分析處理、數(shù)據(jù)挖掘是決策支持系統(tǒng)發(fā)展中的新興技術(shù),將這些技術(shù)引入到房地產(chǎn)決策支持系統(tǒng)中可增強系統(tǒng)的輔助決策功能。

其中,數(shù)據(jù)倉庫是為了決策支持的需要而在數(shù)據(jù)庫的基礎(chǔ)上發(fā)展起來的一項新技術(shù)。數(shù)據(jù)倉庫可將大量的用于事務(wù)處理的數(shù)據(jù)庫中的數(shù)據(jù)進行清理、抽取和轉(zhuǎn)換,按決策主體的需要重新進行組織。數(shù)據(jù)倉庫中的各種數(shù)據(jù)可以適應(yīng)決策問題多樣性的要求,數(shù)據(jù)倉庫側(cè)重于對面向主題的數(shù)據(jù)的存儲和管理。聯(lián)機分析處理可以對數(shù)據(jù)倉庫中的大量數(shù)據(jù)進行分析,從中提取出有用的信息,從而起到輔助決策的作用。數(shù)據(jù)挖掘是從知識發(fā)現(xiàn)的概念中引申出來的,把數(shù)據(jù)挖掘技術(shù)應(yīng)用到數(shù)據(jù)倉庫的分析可以有效地從數(shù)據(jù)倉庫中挖掘出有價值的東西,從而有利于輔助決策。

二、房地產(chǎn)投資決策系統(tǒng)的相關(guān)技術(shù)

傳統(tǒng)的決策支持系統(tǒng)是利用數(shù)據(jù)庫、人機交互進行多模型的有機組合,輔助決策者實現(xiàn)科學(xué)決策的綜合集成系統(tǒng)。自從決策支持技術(shù)形成以來,在全世界得到了廣泛的應(yīng)用,但是決策支持在發(fā)展中也遇到了一些問題,主要問題有以下幾個方面:(1)DSS使用的數(shù)據(jù)庫只能對原始數(shù)據(jù)進行一般的加工和匯總,而決策支持涉及大量歷史數(shù)據(jù)和半結(jié)構(gòu)化問題,傳統(tǒng)的數(shù)據(jù)庫管理系統(tǒng)難以求解復(fù)雜的半結(jié)構(gòu),不能滿足DSS的需要;(2)決策支持系統(tǒng)以集成數(shù)據(jù)為基礎(chǔ),然而現(xiàn)實中的數(shù)據(jù)往往分散管理且大多分布于異構(gòu)的數(shù)據(jù)平臺,數(shù)據(jù)集成不易;(3)由于決策本身所涉及問題的動態(tài)性和復(fù)雜性,針對不同的情況應(yīng)有不同的處理方法,而模型庫提供的分析能力有限,所得到的分析結(jié)果往往不盡如人意;(4)決策支持系統(tǒng)的建立需要對數(shù)據(jù)、模型、知識和接口進行集成。數(shù)據(jù)庫語言數(shù)值計算能力較低,因而采用數(shù)據(jù)庫管理技術(shù)建立決策支持系統(tǒng)知識表達和知識綜合能力比較薄弱,難以滿足人們?nèi)找嫣岣叩臎Q策要求。

數(shù)據(jù)倉庫、聯(lián)機分析處理和數(shù)據(jù)挖掘技術(shù),給決策支持系統(tǒng)的發(fā)展注入了新的活力,數(shù)據(jù)倉庫、聯(lián)機分析處理和數(shù)據(jù)挖掘技術(shù)的出現(xiàn),有利于解決上面?zhèn)鹘y(tǒng)的決策支持系統(tǒng)所遇到的問題,為決策支持的發(fā)展提供了一條新的途徑。

(一)數(shù)據(jù)倉庫(DW)技術(shù)

信息系統(tǒng)中有兩種類型的數(shù)據(jù):操作型數(shù)據(jù)和決策支持型數(shù)據(jù)。前者是由日常事務(wù)處理生成的,后者是把前者加工后(清理與集成)形成的。操作型數(shù)據(jù)服務(wù)于日常事務(wù)處理,決策支持型數(shù)據(jù)服務(wù)于信息增值。目前,理論界把存有決策支持型數(shù)據(jù)的系統(tǒng)稱為數(shù)據(jù)倉庫。當(dāng)需要為決策部門提供及時、準(zhǔn)確、詳細和可靠的風(fēng)險信息時,海量數(shù)據(jù)的存儲與加工便成為首要問題,而這正是數(shù)據(jù)倉庫的專長。

(二)聯(lián)機分析處理(OLAP)

OLAP是一種決策分析工具,它是針對特定問題的聯(lián)機數(shù)據(jù)訪問和數(shù)據(jù)分析而產(chǎn)生的一種技術(shù),它可以根據(jù)分析人員的要求,快速、靈活地對大量數(shù)據(jù)進行復(fù)雜地查詢處理,并以直觀的、易理解的形式將查詢結(jié)果提供給各種決策人員,從而得到高度歸納的信息。OLAP是基于數(shù)據(jù)倉庫的信息分析處理過程,是數(shù)據(jù)倉庫的用戶接口部分。通過OLAP這種獨立于數(shù)據(jù)倉庫的分析技術(shù),決策者能靈活地掌握項目進度的數(shù)據(jù),以多維的形式從多方面和多角度來觀察項目進度的狀態(tài)、了解項目進度的變化。OLAP技術(shù)分析方法有切片、鉆取、維度自由組合、圖標(biāo)自由切換,并可形成表現(xiàn)友好、豐富的報表結(jié)果。

(三)數(shù)據(jù)挖掘(DM)技術(shù)

數(shù)據(jù)挖掘可以稱為數(shù)據(jù)庫中的知識發(fā)現(xiàn),是從大量數(shù)據(jù)中提取出可信、新穎有效并能被人理解的模式的高級處理過程,是數(shù)據(jù)庫技術(shù)、人工智能、神經(jīng)網(wǎng)路、機器學(xué)習(xí)等領(lǐng)域的交叉學(xué)科。數(shù)據(jù)挖掘是一個過程,是從大型數(shù)據(jù)庫中抽取隱藏其中的可理解的可操作的信息,目的是幫助分析、決策人員尋找數(shù)據(jù)之間的關(guān)聯(lián),發(fā)現(xiàn)被忽略的要素,而這些信息對于決策行為是至關(guān)重要的。

數(shù)據(jù)挖掘常用的技術(shù)和算法有決策樹、神經(jīng)網(wǎng)絡(luò)、概念樹、遺傳算法、模糊數(shù)學(xué)、統(tǒng)計分析、可視化技術(shù)、粗糙集、公式發(fā)現(xiàn)等。數(shù)據(jù)挖掘的作用是可以實現(xiàn)自動預(yù)測趨勢和行為、關(guān)聯(lián)分析、聚類等。數(shù)據(jù)倉庫、聯(lián)機分析處理、數(shù)據(jù)挖掘是作為三種獨立的信息處理技術(shù)出現(xiàn)的,但都是以解決決策支持分析問題為主要驅(qū)動力量發(fā)展起來的,具有一定的聯(lián)系性和互補性。其中數(shù)據(jù)倉庫用于數(shù)據(jù)的存儲和組織,聯(lián)機分析處理集中于數(shù)據(jù)的分析,數(shù)據(jù)挖掘則致力知識的自動發(fā)現(xiàn)。

三、房地產(chǎn)投資決策支持系統(tǒng)的功能模塊

(一)市場調(diào)查與預(yù)測

市場調(diào)查是房地產(chǎn)投資中的一項非常重要的內(nèi)容,常常關(guān)系著投資的成敗。在本系統(tǒng)中,市場調(diào)查與預(yù)測模塊主要包括國家經(jīng)濟狀況、城市經(jīng)濟狀況、城市綜合情況、城市氣象條件、城市發(fā)展計劃、目標(biāo)客戶住房需求調(diào)查情況、城市土地住房情況、房地產(chǎn)供給市場狀況、競爭對手和競爭樓盤狀況,以及項目自身的相關(guān)情況等。在這個模塊中,基本涵蓋了房地產(chǎn)調(diào)查的主要內(nèi)容。另外,大量的歷史數(shù)據(jù)也為房地產(chǎn)市場的預(yù)測提供了便利條件。

(二)經(jīng)濟評價

經(jīng)濟評價是房地產(chǎn)投資決策中的一項必不可少的內(nèi)容。建設(shè)項目經(jīng)濟評價是項目可行性研究的組成部分和重要內(nèi)容,是項目決策科學(xué)化的重要手段。經(jīng)濟評價的目的是計算項目的效益和費用,通過多方案比較,對擬建項目的財務(wù)可行性和經(jīng)濟可行性進行分析討論,做出全面的經(jīng)濟評價,為項目的科學(xué)決策提供依據(jù)。

經(jīng)濟評價包括項目管理、參數(shù)設(shè)置、方案計算、扶助報表、基本報表和綜合財務(wù)指標(biāo)等幾個方面。其中項目管理包括項目的建立、選擇和刪除,對項目管理庫進行操作。參數(shù)設(shè)置對房地產(chǎn)投資中的各項參數(shù)進行賦值,方案計算用現(xiàn)金流法和非現(xiàn)金流法對投資項目進行分析計算。輔助報表和基本報表用于生成各種報表。綜合財務(wù)報表生成現(xiàn)金流法綜合財務(wù)指標(biāo)匯總表和非現(xiàn)金流綜合財務(wù)指標(biāo)匯總表,在這一模塊中還生成直方圖檢驗、餅圖檢驗和拆線圖等圖表,更直觀地反映出財務(wù)狀況。

(三)風(fēng)險分析

房地產(chǎn)投資雖說有著高收益,但是同時也存在著高風(fēng)險,對其進行風(fēng)險分析非常必要。正確評價房地產(chǎn)開發(fā)的風(fēng)險可以指導(dǎo)投資者進行正確的開發(fā)決策,減少決策的盲目性和失誤。對于上述風(fēng)險,人們并不能明確的給一個答案,到底有沒有這種風(fēng)險,這是存在著模糊性的。為此可以把模糊數(shù)學(xué)方法引入到風(fēng)險分析中來,采用模糊綜合評價法可將定量與定性的指標(biāo)結(jié)合起來,〖JP+1〗可以不受指標(biāo)因量綱不同或量綱相同而量級不同的影響,對于問題比較復(fù)雜、信息不很全面的房地產(chǎn)開發(fā)投資是很適應(yīng)的。此外,房地產(chǎn)投資風(fēng)險因素層次比較多,可以采用多級模糊模型來分析。

(四)可行性報告生成

可行性報告生成模塊的功能是根據(jù)房地產(chǎn)投資項目來生成一個可行性報告模板,這就省去了用戶編寫可行性報告的時間。用戶可以根據(jù)自己的實際情況向可行性報告模板中添加一些項目的數(shù)據(jù),甚至是根據(jù)項目數(shù)據(jù)生成的柱狀圖、餅圖等圖表?，F(xiàn)在人們所用的字處理軟件一般都為微軟的Word,所以本系統(tǒng)中所生成的可行性報告為Word文檔形式,這樣便于用戶對可行性報告的編輯。

該系統(tǒng)中的四個功能模塊緊密協(xié)作,基本涵蓋了房地產(chǎn)投資中所應(yīng)考慮的各方面內(nèi)容。用戶(決策者)通過這些模塊的運作,可以得到有力的輔助決策,從而提高決策水平。

四、小結(jié)

將決策支持系統(tǒng)技術(shù)應(yīng)用到房地產(chǎn)投資決策,是房地產(chǎn)投資的一項重大變革。房地產(chǎn)投資決策支持系統(tǒng)不僅可以提高決策效率,同時也大大提高了決策的準(zhǔn)確性。目前我國在房地產(chǎn)投資方面的決策支持系統(tǒng)還不多,有待于進一步發(fā)展。現(xiàn)有的房地產(chǎn)投資決策支持系統(tǒng)一般功能并不是很強大,還不能真正有效地起到輔助決策的作用。本文所提到的系統(tǒng)只是作了對房地產(chǎn)投資決策支持系統(tǒng)的一個初步探索,其中難免存在著一些不足,這就需要以后通過進一步的研究,使得系統(tǒng)不斷得到完善。

參考文獻:

[1]柳鶯,趙艷紅,錢旭,劉東紅.數(shù)據(jù)倉庫技術(shù)研究和應(yīng)用探討[J].計算機應(yīng)用,2001(2):46-48.

[2]馬麗娜,劉弘,張希林.數(shù)據(jù)挖掘,OLAP在決策支持系統(tǒng)中的應(yīng)用[J].計算機應(yīng)用研究,2001(11):10-12.

[3]劉智,桑國明,張維石.基于數(shù)據(jù)倉庫連鎖店決策支持系統(tǒng)模型的研究[J].計算機與數(shù)學(xué)工程,2005(8):22-24.

[4]王沛皇.房地產(chǎn)開發(fā)項目的特性及經(jīng)濟評價[J].工業(yè)技術(shù)經(jīng)濟,2000:52-53.

[5]王珊等.數(shù)據(jù)倉庫技術(shù)與聯(lián)機分析處理[M].北京:科學(xué)出版社,1998.

[6]高洪深.決策支持系統(tǒng)(DSS):理論方法案例[M].北京:清華大學(xué)出版社,2005.

[7]王麗珍,周麗華,陳紅梅.數(shù)據(jù)倉庫與數(shù)據(jù)挖掘原理及應(yīng)用[M].北京:科學(xué)出版社,2005.

[8]王希迎,丁建臣,陸桂娟.房地產(chǎn)企業(yè)融資新解[M].北京:中國經(jīng)濟出版社,2005.

第4篇

關(guān)鍵詞: 房地產(chǎn)決策支持系統(tǒng);數(shù)據(jù)倉庫;聯(lián)機分析處理;數(shù)據(jù)挖掘  

房地產(chǎn)投資不僅與國民經(jīng)濟的發(fā)展?fàn)顩r有關(guān),而且還涉及到建筑業(yè)、金融業(yè)、商業(yè)、市政建設(shè)、能源、交通等各個重要部門。房地產(chǎn)市場變化快、投資巨大、風(fēng)險極高,要完成這樣一個決策需要決策者同時考慮主市場、材料、資金、市政建設(shè)等諸多因素,并且做出綜合判斷,這種復(fù)雜的決策已經(jīng)很難僅憑經(jīng)驗正確地做出。房地產(chǎn)是一個綜合性極強的系統(tǒng)工程,關(guān)系到國家、集體、個人的利益,影響到國民經(jīng)濟的起伏,其興旺與低落從一個側(cè)面反映了經(jīng)濟發(fā)展?fàn)顩r。因此,房地產(chǎn)業(yè)迫切需要一種能幫助決策者綜合考慮多方面的因素,根據(jù)科學(xué)的決策方法,輔助決策者做出決策的工具。

決策支持系統(tǒng)為解決房地產(chǎn)投資決策中出現(xiàn)的種種問題提供了解決方案。決策支持系統(tǒng)是一種基于計算機的系統(tǒng),幫助決策者通過與系統(tǒng)直接交互使用數(shù)據(jù)及分析模型解決非結(jié)構(gòu)化的決策問題。通過決策支持系統(tǒng),房地產(chǎn)開發(fā)商可以對要開發(fā)的項目的各種情況有一個更深入的了解,能綜合各方面的因素對投資的項目做出一個合理的判斷,從而減少房地產(chǎn)投資中的盲目性,使投資更準(zhǔn)確,收益率更高。本文結(jié)合房地產(chǎn)項目投資的實際情況,提出了一種房地產(chǎn)投資決策支持系統(tǒng),可以為房地產(chǎn)項目的投資提供決策支持,實現(xiàn)企業(yè)項目管理的快速輔助決策,提高投資者的決策水平。

一、房地產(chǎn)投資決策支持系統(tǒng)

房地產(chǎn)投資決策支持系統(tǒng)是將決策支持系統(tǒng)技術(shù)應(yīng)用到房地產(chǎn)投資中,從而能有效地對房地產(chǎn)投資者進行輔助決策,提高決策的效率和準(zhǔn)確性。

(一)房地產(chǎn)投資決策支持系統(tǒng)的基本功能

本系統(tǒng)分為房地產(chǎn)市場調(diào)查與預(yù)測、經(jīng)濟評價、風(fēng)險分析和可行性報告生成等四大模塊。通過房地產(chǎn)市場調(diào)查與預(yù)測模塊,用戶可以方便地了解到房地產(chǎn)市場的現(xiàn)狀以及國民經(jīng)濟狀況,并能對將來房地產(chǎn)市場的發(fā)展情況做出一個大概的預(yù)測。通過經(jīng)濟評價模塊可以對所投資項目做出準(zhǔn)確的評估,從而判斷出此項目的盈利狀況。風(fēng)險分析模塊可以對投資項目的風(fēng)險作一個大體的分析,用戶通過對各個投資方案的經(jīng)濟評價和風(fēng)險的權(quán)衡,可以做出較為準(zhǔn)確的判斷。可行性報告生成模塊則可以自動生成項目的可行性報告,用戶可以根據(jù)具體情況來添加可行性報告中的內(nèi)容。

(二)系統(tǒng)的基本結(jié)構(gòu)

在房地產(chǎn)投資中遇到的可變性因素非常多,再加上房地產(chǎn)投資本身所具有的高風(fēng)險性,這就使得傳統(tǒng)的mis系統(tǒng)不能滿足房地產(chǎn)投資決策的需要,只有使用決策支持系統(tǒng)才能有效地解決這一問題。但是傳統(tǒng)的決策支持系統(tǒng)也有著它的不足,不能很好的對房地產(chǎn)投資進行有效的輔助決策。因此,本系統(tǒng)借鑒了最近發(fā)展起來的決策支持系統(tǒng)的新技術(shù),提出了一種新的房地產(chǎn)決策支持系統(tǒng)模型。

數(shù)據(jù)倉庫、聯(lián)機分析處理、數(shù)據(jù)挖掘是決策支持系統(tǒng)發(fā)展中的新興技術(shù),將這些技術(shù)引入到房地產(chǎn)決策支持系統(tǒng)中可增強系統(tǒng)的輔助決策功能。該系統(tǒng)的總體結(jié)構(gòu)如圖1所示。

其中,數(shù)據(jù)倉庫是為了決策支持的需要而在數(shù)據(jù)庫的基礎(chǔ)上發(fā)展起來的一項新技術(shù)。數(shù)據(jù)倉庫可將大量的用于事務(wù)處理的數(shù)據(jù)庫中的數(shù)據(jù)進行清理、抽取和轉(zhuǎn)換,按決策主體的需要重新進行組織。數(shù)據(jù)倉庫中的各種數(shù)據(jù)可以適應(yīng)決策問題多樣性的要求,數(shù)據(jù)倉庫側(cè)重于對面向主題的數(shù)據(jù)的存儲和管理。聯(lián)機分析處理可以對數(shù)據(jù)倉庫中的大量數(shù)據(jù)進行分析,從中提取出有用的信息,從而起到輔助決策的作用。數(shù)據(jù)挖掘是從知識發(fā)現(xiàn)的概念中引申出來的,把數(shù)據(jù)挖掘技術(shù)應(yīng)用到數(shù)據(jù)倉庫的分析可以有效地從數(shù)據(jù)倉庫中挖掘出有價值的東西,從而有利于輔助決策。

二、房地產(chǎn)投資決策系統(tǒng)的相關(guān)技術(shù)

傳統(tǒng)的決策支持系統(tǒng)是利用數(shù)據(jù)庫、人機交互進行多模型的有機組合,輔助決策者實現(xiàn)科學(xué)決策的綜合集成系統(tǒng)。自從決策支持技術(shù)形成以來,在全世界得到了廣泛的應(yīng)用,但是決策支持在發(fā)展中也遇到了一些問題,主要問題有以下幾個方面:(1)dss使用的數(shù)據(jù)庫只能對原始數(shù)據(jù)進行一般的加工和匯總,而決策支持涉及大量歷史數(shù)據(jù)和半結(jié)構(gòu)化問題,傳統(tǒng)的數(shù)據(jù)庫管理系統(tǒng)難以求解復(fù)雜的半結(jié)構(gòu),不能滿足dss的需要;(2)決策支持系統(tǒng)以集成數(shù)據(jù)為基礎(chǔ),然而現(xiàn)實中的數(shù)據(jù)往往分散管理且大多分布于異構(gòu)的數(shù)據(jù)平臺,數(shù)據(jù)集成不易;(3)由于決策本身所涉及問題的動態(tài)性和復(fù)雜性,針對不同的情況應(yīng)有不同的處理方法,而模型庫提供的分析能力有限,所得到的分析結(jié)果往往不盡如人意;(4)決策支持系統(tǒng)的建立需要對數(shù)據(jù)、模型、知識和接口進行集成。數(shù)據(jù)庫語言數(shù)值計算能力較低,因而采用數(shù)據(jù)庫管理技術(shù)建立決策支持系統(tǒng)知識表達和知識綜合能力比較薄弱,難以滿足人們?nèi)找嫣岣叩臎Q策要求。

數(shù)據(jù)倉庫、聯(lián)機分析處理和數(shù)據(jù)挖掘技術(shù),給決策支持系統(tǒng)的發(fā)展注入了新的活力,數(shù)據(jù)倉庫、聯(lián)機分析處理和數(shù)據(jù)挖掘技術(shù)的出現(xiàn),有利于解決上面?zhèn)鹘y(tǒng)的決策支持系統(tǒng)所遇到的問題,為決策支持的發(fā)展提供了一條新的途徑。

(一)數(shù)據(jù)倉庫(dw)技術(shù)

信息系統(tǒng)中有兩種類型的數(shù)據(jù):操作型數(shù)據(jù)和決策支持型數(shù)據(jù)。前者是由日常事務(wù)處理生成的,后者是把前者加工后(清理與集成)形成的。操作型數(shù)據(jù)服務(wù)于日常事務(wù)處理,決策支持型數(shù)據(jù)服務(wù)于信息增值。目前,理論界把存有決策支持型數(shù)據(jù)的系統(tǒng)稱為數(shù)據(jù)倉庫。當(dāng)需要為決策部門提供及時、準(zhǔn)確、詳細和可靠的風(fēng)險信息時,海量數(shù)據(jù)的存儲與加工便成為首要問題,而這正是數(shù)據(jù)倉庫的專長。

(二)聯(lián)機分析處理(olap)

olap是一種決策分析工具,它是針對特定問題的聯(lián)機數(shù)據(jù)訪問和數(shù)據(jù)分析而產(chǎn)生的一種技術(shù),它可以根據(jù)分析人員的要求,快速、靈活地對大量數(shù)據(jù)進行復(fù)雜地查詢處理,并以直觀的、易理解的形式將查詢結(jié)果提供給各種決策人員,從而得到高度歸納的信息。olap是基于數(shù)據(jù)倉庫的信息分析處理過程,是數(shù)據(jù)倉庫的用戶接口部分。通過olap這種獨立于數(shù)據(jù)倉庫的分析技術(shù),決策者能靈活地掌握項目進度的數(shù)據(jù),以多維的形式從多方面和多角度來觀察項目進度的狀態(tài)、了解項目進度的變化。olap技術(shù)分析方法有切片、鉆取、維度自由組合、圖標(biāo)自由切換,并可形成表現(xiàn)友好、豐富的報表結(jié)果。

(三) 數(shù)據(jù)挖掘(dm)技術(shù)

數(shù)據(jù)挖掘可以稱為數(shù)據(jù)庫中的知識發(fā)現(xiàn),是從大量數(shù)據(jù)中提取出可信、新穎有效并能被人理解的模式的高級處理過程,是數(shù)據(jù)庫技術(shù)、人工智能、神經(jīng)網(wǎng)路、機器學(xué)習(xí)等領(lǐng)域的交叉學(xué)科。數(shù)據(jù)挖掘是一個過程,是從大型數(shù)據(jù)庫中抽取隱藏其中的可理解的可操作的信息,目的是幫助分析、決策人員尋找數(shù)據(jù)之間的關(guān)聯(lián),發(fā)現(xiàn)被忽略的要素,而這些信息對于決策行為是至關(guān)重要的。

數(shù)據(jù)挖掘常用的技術(shù)和算法有決策樹、神經(jīng)網(wǎng)絡(luò)、概念樹、遺傳算法、模糊數(shù)學(xué)、統(tǒng)計分析、可視化技術(shù)、粗糙集、公式發(fā)現(xiàn)等。數(shù)據(jù)挖掘的作用是可以實現(xiàn)自動預(yù)測趨勢和行為、關(guān)聯(lián)分析、聚類等。數(shù)據(jù)倉庫、聯(lián)機分析處理、數(shù)據(jù)挖掘是作為三種獨立的信息處理技術(shù)出現(xiàn)的,但都是以解決決策支持分析問題為主要驅(qū)動力量發(fā)展起來的,具有一定的聯(lián)系性和互補性。其中數(shù)據(jù)倉庫用于數(shù)據(jù)的存儲和組織,聯(lián)機分析處理集中于數(shù)據(jù)的分析,數(shù)據(jù)挖掘則致力知識的自動發(fā)現(xiàn)。

三、房地產(chǎn)投資決策支持系統(tǒng)的功能模塊

(一)市場調(diào)查與預(yù)測

市場調(diào)查是房地產(chǎn)投資中的一項非常重要的內(nèi)容,常常關(guān)系著投資的成敗。在本系統(tǒng)中,市場調(diào)查與預(yù)測模塊主要包括國家經(jīng)濟狀況、城市經(jīng)濟狀況、城市綜合情況、城市氣象條件、城市發(fā)展計劃、目標(biāo)客戶住房需求調(diào)查情況、城市土地住房情況、房地產(chǎn)供給市場狀況、競爭對手和競爭樓盤狀況,以及項目自身的相關(guān)情況等。在這個模塊中,基本涵蓋了房地產(chǎn)調(diào)查的主要內(nèi)容。另外,大量的歷史數(shù)據(jù)也為房地產(chǎn)市場的預(yù)測提供了便利條件。

(二)經(jīng)濟評價

經(jīng)濟評價是房地產(chǎn)投資決策中的一項必不可少的內(nèi)容。建設(shè)項目經(jīng)濟評價是項目可行性研究的組成部分和重要內(nèi)容,是項目決策科學(xué)化的重要手段。經(jīng)濟評價的目的是計算項目的效益和費用,通過多方案比較,對擬建項目的財務(wù)可行性和經(jīng)濟可行性進行分析討論,做出全面的經(jīng)濟評價,為項目的科學(xué)決策提供依據(jù)。

經(jīng)濟評價包括項目管理、參數(shù)設(shè)置、方案計算、扶助報表、基本報表和綜合財務(wù)指標(biāo)等幾個方面。其中項目管理包括項目的建立、選擇和刪除,對項目管理庫進行操作。參數(shù)設(shè)置對房地產(chǎn)投資中的各項參數(shù)進行賦值,方案計算用現(xiàn)金流法和非現(xiàn)金流法對投資項目進行分析計算。輔助報表和基本報表用于生成各種報表。綜合財務(wù)報表生成現(xiàn)金流法綜合財務(wù)指標(biāo)匯總表和非現(xiàn)金流綜合財務(wù)指標(biāo)匯總表,在這一模塊中還生成直方圖檢驗、餅圖檢驗和拆線圖等圖表,更直觀地反映出財務(wù)狀況。

(三)風(fēng)險分析

房地產(chǎn)投資雖說有著高收益,但是同時也存在著高風(fēng)險,對其進行風(fēng)險分析非常必要。正確評價房地產(chǎn)開發(fā)的風(fēng)險可以指導(dǎo)投資者進行正確的開發(fā)決策,減少決策的盲目性和失誤。對于上述風(fēng)險,人們并不能明確的給一個答案,到底有沒有這種風(fēng)險,這是存在著模糊性的。為此可以把模糊數(shù)學(xué)方法引入到風(fēng)險分析中來,采用模糊綜合評價法可將定量與定性的指標(biāo)結(jié)合起來,〖jp+1〗可以不受指標(biāo)因量綱不同或量綱相同而量級不同的影響,對于問題比較復(fù)雜、信息不很全面的房地產(chǎn)開發(fā)投資是很適應(yīng)的。此外,房地產(chǎn)投資風(fēng)險因素層次比較多,可以采用多級模糊模型來分析。

(四) 可行性報告生成

可行性報告生成模塊的功能是根據(jù)房地產(chǎn)投資項目來生成一個可行性報告模板,這就省去了用戶編寫可行性報告的時間。用戶可以根據(jù)自己的實際情況向可行性報告模板中添加一些項目的數(shù)據(jù),甚至是根據(jù)項目數(shù)據(jù)生成的柱狀圖、餅圖等圖表?，F(xiàn)在人們所用的字處理軟件一般都為微軟的word,所以本系統(tǒng)中所生成的可行性報告為word文檔形式,這樣便于用戶對可行性報告的

該系統(tǒng)中的四個功能模塊緊密協(xié)作,基本涵蓋了房地產(chǎn)投資中所應(yīng)考慮的各方面內(nèi)容。用戶(決策者)通過這些模塊的運作,可以得到有力的輔助決策,從而提高決策水平。

四、小結(jié)

將決策支持系統(tǒng)技術(shù)應(yīng)用到房地產(chǎn)投資決策,是房地產(chǎn)投資的一項重大變革。房地產(chǎn)投資決策支持系統(tǒng)不僅可以提高決策效率,同時也大大提高了決策的準(zhǔn)確性。目前我國在房地產(chǎn)投資方面的決策支持系統(tǒng)還不多,有待于進一步發(fā)展。現(xiàn)有的房地產(chǎn)投資決策支持系統(tǒng)一般功能并不是很強大,還不能真正有效地起到輔助決策的作用。本文所提到的系統(tǒng)只是作了對房地產(chǎn)投資決策支持系統(tǒng)的一個初步探索,其中難免存在著一些不足,這就需要以后通過進一步的研究,使得系統(tǒng)不斷得到完善。

參考文獻:

[1]柳鶯,趙艷紅,錢旭,劉東紅. 數(shù)據(jù)倉庫技術(shù)研究和應(yīng)用探討[j].計算機應(yīng)用,2001(2):46-48.

[2]馬麗娜,劉弘,張希林. 數(shù)據(jù)挖掘,olap在決策支持系統(tǒng)中的應(yīng)用[j].計算機應(yīng)用研究,2001(11):10-12.

[3]劉智,桑國明,張維石. 基于數(shù)據(jù)倉庫連鎖店決策支持系統(tǒng)模型的研究[j].計算機與數(shù)學(xué)工程,2005(8):22-24.

[4]王沛皇. 房地產(chǎn)開發(fā)項目的特性及經(jīng)濟評價[j].工業(yè)技術(shù)經(jīng)濟,2000: 52 -53.

[5]王珊等.數(shù)據(jù)倉庫技術(shù)與聯(lián)機分析處理[m].北京:科學(xué)出版社,1998.

[6]高洪深.決策支持系統(tǒng)(dss):理論方法案例[m].北京:清華大學(xué)出版社,2005.

[7]王麗珍,周麗華,陳紅梅. 數(shù)據(jù)倉庫與數(shù)據(jù)挖掘原理及應(yīng)用[m].北京:科學(xué)出版社,2005.

[8]王希迎,丁建臣,陸桂娟. 房地產(chǎn)企業(yè)融資新解[m].北京:中國經(jīng)濟出版社,2005.

第5篇

【關(guān)鍵詞】 內(nèi)部控制； 內(nèi)部控制質(zhì)量； 整合觀

中圖分類號：F272.5 文獻標(biāo)識碼：A 文章編號：1004-5937（2014）30-0054-05

一、問題的提出

內(nèi)部控制質(zhì)量的度量首先是實證研究范式在內(nèi)部控制領(lǐng)域興起的客觀需要，是內(nèi)部控制實證研究的前提。內(nèi)部控制質(zhì)量的度量除了為內(nèi)部控制的影響因素、經(jīng)濟后果和市場反映等研究提供計量基礎(chǔ)之外，還使得檢驗內(nèi)部控制的治理機理以及與其他治理機制的協(xié)同效應(yīng)成為可能，使內(nèi)部控制實證研究走向深化，推動理論向前發(fā)展。從實踐角度看，建立科學(xué)合理的內(nèi)部控制評價體系是推動內(nèi)部控制規(guī)范實施的重要環(huán)節(jié)。內(nèi)部控制質(zhì)量的度量作為內(nèi)部控制評價的數(shù)量化表示，不僅可以完善企業(yè)內(nèi)部控制體系建設(shè)、提升風(fēng)險管控能力，而且對規(guī)范資本市場運行以及推動我國經(jīng)濟的可持續(xù)發(fā)展等都有著積極而深遠的意義。

但是，內(nèi)部控制質(zhì)量的度量一直都是內(nèi)部控制研究領(lǐng)域的難點問題。現(xiàn)實情況是，對于內(nèi)部控制效率，理論上既沒有合乎邏輯的理論框架，實務(wù)中又缺乏有效的評價方法，以至于人們在內(nèi)部控制效率的語義內(nèi)涵、衡量標(biāo)準(zhǔn)和測度方法上難以形成統(tǒng)一的意見。首先，對內(nèi)部控制質(zhì)量的概念本身就存在著爭議。COSO委員會認為內(nèi)部控制的質(zhì)量是指內(nèi)部控制制度設(shè)計的有效性和執(zhí)行的有效性，而有些學(xué)者則認為內(nèi)部控制的質(zhì)量體現(xiàn)在對于內(nèi)部控制目標(biāo)的實現(xiàn)提供的保證程度上，這就產(chǎn)生了內(nèi)部控制評價中關(guān)于“有效性”與“效率”兩個基礎(chǔ)概念的選擇問題，基礎(chǔ)概念的分歧進而帶來了定性與定量評價的不同側(cè)重以及度量方式的差異。其次，在度量方法上也存在著爭議。內(nèi)部控制質(zhì)量的度量是一個涉及到多指標(biāo)的綜合評價過程，各種管理工程學(xué)方法和綜合評價技術(shù)被引入其中，但各種方法莫衷一是，而且都無法很好地解決度量過程中定性指標(biāo)向定量指標(biāo)轉(zhuǎn)化的主觀性偏差。

針對這些問題，理論界與實務(wù)界展開了積極的探索，取得了一些進展，本文將對現(xiàn)有的關(guān)于內(nèi)部控制質(zhì)量度量的文獻進行系統(tǒng)梳理，以期獲得對現(xiàn)有研究進展的準(zhǔn)確把握和深入理解，并在此基礎(chǔ)上提出關(guān)于內(nèi)部控制質(zhì)量度量的新思路――整合觀。

分類是理清思路、研究問題的一個重要方法。根據(jù)對相關(guān)文獻的梳理，發(fā)現(xiàn)目前對于內(nèi)部控制質(zhì)量度量的分類方法不盡相同，各種分類方法相互重疊，尚未形成一種統(tǒng)一的分類方式。就研究需要來說，過多的分類方式將會帶來研究上的混亂，而一種合理且統(tǒng)一的分類將對于研究體系的構(gòu)建起到支撐作用。對于內(nèi)部控制質(zhì)量的度量，其分類方法首先應(yīng)當(dāng)與內(nèi)容緊密聯(lián)系，從研究的內(nèi)容入手往往更有意義，體現(xiàn)對事物分類的目的。同時還要求分類具有明確的類別界限和一定的包容性，這樣既可以清晰地劃分各種類別，又可以涵蓋現(xiàn)有內(nèi)容。因此，從現(xiàn)有文獻出發(fā)，結(jié)合對內(nèi)部控制框架的借鑒以及上述原則的指導(dǎo)，將內(nèi)部控制質(zhì)量度量方式劃分為缺陷觀、要素觀和目標(biāo)觀三種基本方式。

二、內(nèi)部控制質(zhì)量度量的缺陷觀

追溯早期實證類的文獻，筆者發(fā)現(xiàn)，在要素觀與目標(biāo)觀度量方法尚未成型之前，為了實證研究的需要，學(xué)者們簡單地根據(jù)披露的內(nèi)部控制缺陷情況來度量內(nèi)部控制質(zhì)量，稱之為缺陷觀。國外的實證研究最早就是采用了這種方式。美國2002年通過了薩班斯法案之后，對財務(wù)報告內(nèi)部控制自我評價和審計等方面提出了強制性要求，并很快被其他國家效仿，這種強制性披露制度的推行在很大程度上解決了內(nèi)部控制信息的來源問題，為開展內(nèi)部控制實證研究提供了新的契機。我國早期實證研究也多受此啟發(fā)。

需要指出的是，對于2008年以前的研究，有的學(xué)者是用內(nèi)部控制的自愿披露情況構(gòu)造虛擬變量作為內(nèi)部控制質(zhì)量的度量指標(biāo)的。例如張龍平等（2010）以公司是否披露內(nèi)部控制鑒證報告作為內(nèi)部控制質(zhì)量的度量方式，根據(jù)2006至2008年數(shù)據(jù)研究了內(nèi)部控制與盈余質(zhì)量的關(guān)系。這與筆者這里定義的缺陷觀是有區(qū)別的。上海證券交易所2006年6月《上海證券交易所上市公司內(nèi)部控制指引》（2006年7月1日起施行），鼓勵（而非強制）有條件的上市公司披露內(nèi)部控制評價報告，深圳證券交易所2006年9月《深圳證券交易所上市公司內(nèi)部控制指引》（2007年7月1日起施行），強制主板上市公司披露內(nèi)部控制評價報告，2008年的內(nèi)部控制基本規(guī)范要求2009年7月1日起在上市公司范圍內(nèi)施行，并且強制披露內(nèi)部控制信息。由此可以看出，我國內(nèi)部控制信息的披露制度經(jīng)歷了一個從自愿到半強制再到強制的發(fā)展過程。很顯然，這種以是否自愿披露信息作為內(nèi)部控制質(zhì)量度量的方法已經(jīng)失去了應(yīng)用的制度基礎(chǔ)。

從方法上來說，僅僅以是否披露信息作為內(nèi)部控制的度量指標(biāo)過于簡單化，缺乏嚴(yán)謹性。在此之后，以公開的內(nèi)部控制鑒證報告的類型、披露的內(nèi)部控制缺陷以及缺陷的個數(shù)構(gòu)造度量指標(biāo)的缺陷觀發(fā)展起來。

缺陷觀更多地出現(xiàn)在具體的內(nèi)部控制實證研究文獻當(dāng)中，其中國內(nèi)具有代表性的文獻包括：李萬福、林斌、宋璐（2011）根據(jù)公司是否存在內(nèi)部控制缺陷構(gòu)造虛擬變量度量內(nèi)部控制質(zhì)量指標(biāo)，檢驗了內(nèi)部控制對投資效率的影響；單華軍（2010）等以上市公司是否披露內(nèi)部控制缺陷和披露的內(nèi)部控制缺陷個數(shù)來衡量內(nèi)部控制質(zhì)量，并以此檢驗了內(nèi)部控制缺陷與公司違規(guī)之間的相關(guān)性；方紅星、金玉娜（2013）在前人的基礎(chǔ)上，提出了可感知的內(nèi)部控制度量方法，采用分類法將內(nèi)部控制質(zhì)量分為低、中、高三類，分別賦值-1、0、1。從外文文獻來看，國外學(xué)者在做內(nèi)部控制實證研究的時候主要采用的就是缺陷觀。例如Doyle et al.（2007）、Ashbaugh-Skaife et al.（2008）分別利用披露的內(nèi)部控制缺陷情況構(gòu)造虛擬變量，實證檢驗了內(nèi)部控制與應(yīng)計質(zhì)量的關(guān)系；Goh and Li（2011）利用披露的內(nèi)部控制重大缺陷構(gòu)造虛擬變量研究內(nèi)部控制質(zhì)量與財務(wù)穩(wěn)健性的關(guān)系。Krishnan（2005）同樣利用缺陷觀構(gòu)造虛擬變量檢驗了內(nèi)部控制與審計委員會質(zhì)量的關(guān)系。

內(nèi)部控制質(zhì)量度量的缺陷觀的突出特點就是簡單易行，但這也帶來了諸多不足。很重要的一點在于缺陷觀完全依賴于內(nèi)部控制信息的披露情況，如果企業(yè)披露的內(nèi)部控制信息存在缺陷，那么根據(jù)這種披露而進行的評價就會產(chǎn)生偏差。雖然我國內(nèi)部控制自愿性披露轉(zhuǎn)為強制性披露，但上市公司監(jiān)管較弱，強制性披露流于形式。據(jù)財政部會計司頒布的上市公司2012年實施企業(yè)內(nèi)部控制規(guī)范體系情況分析報告顯示，2012年共有2 244家上市公司披露了內(nèi)部控制評價報告，占滬、深交易所2 492家上市公司的比例為90.05%，但只有8家上市公司披露存在內(nèi)部控制重大缺陷，披露比例為0.36%。因此不難發(fā)現(xiàn)，我國上市公司內(nèi)部控制信息披露就數(shù)量而言比較可觀，但是質(zhì)量不盡人意。因而缺陷觀在我國尚缺乏應(yīng)用的基礎(chǔ)；另外，簡單地使用虛擬變量，無法反映內(nèi)部控制質(zhì)量的差異性。以披露的內(nèi)部控制缺陷為例，對內(nèi)部控制信息進行簡單加總僅僅考慮了數(shù)量因素，沒有考慮質(zhì)量特征，同樣是內(nèi)部控制缺陷，但缺陷的大小程度不同，一個嚴(yán)重的內(nèi)部控制缺陷對公司的影響很可能比多個中低程度內(nèi)部控制缺陷的影響要大得多，采用對內(nèi)部控制信息簡單加總的方法可能導(dǎo)致較大偏差；并且這種度量方式完全忽略了對內(nèi)部控制要素、過程的考量，無法全面、準(zhǔn)確地評價內(nèi)部控制的真實質(zhì)量，缺乏說服力。

三、內(nèi)部控制質(zhì)量度量的要素觀

內(nèi)部控制歸根結(jié)底是由基本要素組成的，要素是COSO整合框架的核心內(nèi)容，是實現(xiàn)內(nèi)部控制目標(biāo)的基礎(chǔ)。這些要素及其構(gòu)成方式，決定著內(nèi)部控制的內(nèi)容與形式。

內(nèi)部控制質(zhì)量度量的要素觀受到內(nèi)部控制要素的啟發(fā)，認為既然內(nèi)部控制是一個控制過程，人們無法時刻關(guān)注內(nèi)部控制的運行情況，而內(nèi)部控制要素又構(gòu)成了完整適用的控制體系，那么當(dāng)要素安排得當(dāng)、相對健全的時候，就可以合理保證內(nèi)部控制過程的效率效果。從這個角度出發(fā)，對內(nèi)部控制質(zhì)量的衡量就成了對內(nèi)部控制要素的考察。內(nèi)部控制質(zhì)量度量需要涉及到企業(yè)內(nèi)部控制的各個方面，既要考慮到內(nèi)部控制評價的主觀性，又要使內(nèi)部控制評價結(jié)果具有客觀性，同時，評價過程還需要遵循系統(tǒng)性、全面性、重要性、可比性、定性與定量結(jié)合的原則，因此，需要一個合理的邏輯框架作為支撐。COSO整合框架的五要素論優(yōu)化了內(nèi)部控制的結(jié)構(gòu)與體系，整合了對內(nèi)部控制的不同理解，構(gòu)造了一個共識性的概念平臺和框架，因此不失為一個合理的度量邏輯框架。

要素觀的本質(zhì)是對內(nèi)部控制要素的統(tǒng)計綜合評價，在一定的數(shù)理統(tǒng)計和系統(tǒng)工程方法的幫助下以綜合性的數(shù)值表示評價結(jié)果。這種方式與下面目標(biāo)觀的背后思想都是對于真實效率與可測效率之間理想與現(xiàn)實的妥協(xié)。真實效率由于其內(nèi)在的復(fù)雜性是無法完全觀測到的。即對于我們來說，內(nèi)部控制效率其實就是一個“黑箱”。人們所能夠觀測和計算的，只是可以在某個能夠觀察到并且又可以用財務(wù)指標(biāo)（或非財務(wù)指標(biāo)）進行測算的那部分可測效率。這就決定著企業(yè)對內(nèi)部控制效率的評價，只能建立在可觀測效率的概念之上，也從一定程度上解釋了為何內(nèi)部控制質(zhì)量度量是一個難點問題。

國內(nèi)要素觀具有代表性的文獻包括：陳漢文（2010）根據(jù)內(nèi)部控制五要素構(gòu)建了由四級指標(biāo)構(gòu)成的評價體系，其中一級指標(biāo)5個、二級指標(biāo)24個、三級指標(biāo)43個，四級指標(biāo)144個，然后利用層次分析法（Analytic Hierarchy Process，AHP），遵循構(gòu)造層次分析結(jié)構(gòu)、建立判斷矩陣群、計算權(quán)重及一致性檢驗的步驟最終獲得內(nèi)部控制質(zhì)量的數(shù)值；林鐘高、鄭軍、王書珍（2007）在借鑒內(nèi)部控制五大要素的基礎(chǔ)上結(jié)合公司治理指標(biāo)設(shè)計的內(nèi)容，構(gòu)建了中國上市公司內(nèi)部控制綜合評價指數(shù)（ICI），基本涵蓋了COSO框架下的控制環(huán)境、風(fēng)險評估、控制手段、信息與溝通及監(jiān)督五個主要方面；朱衛(wèi)東等（2005）運用BP神經(jīng)學(xué)網(wǎng)絡(luò)算法，根據(jù)五要素把描述企業(yè)內(nèi)部控制狀況的特征信息作為神經(jīng)網(wǎng)絡(luò)的輸入向量，而把代表相應(yīng)綜合評價結(jié)果的值作為神經(jīng)網(wǎng)絡(luò)的輸出，并用足夠的樣本訓(xùn)練這個網(wǎng)絡(luò)，使不同的輸入向量得到不同的輸出量值，從而對企業(yè)的內(nèi)部控制狀況進行了量化的評價；此外，還有駱良彬、王河流（2008），韓傳模、汪士果（2009）運用AHP與模糊綜合評價方法的研究都屬于要素觀。國外要素觀的文獻包括：EI Paso（2002）從COSO整合框架出發(fā)，構(gòu)建了包含5級量度，93個指標(biāo)的內(nèi)部控制評價指標(biāo)體系；Sung-Sik Hwang et al.（2004）按照COSO報告構(gòu)建了EPP環(huán)境下的內(nèi)部控制評價模型，該模型由5個維度28個評價指標(biāo)組成，并且使用層次分析法對評價指標(biāo)賦權(quán)。

要素觀主要有以下兩大優(yōu)點：首先，內(nèi)部控制要素框架是一個成熟的體系，可以作為我們借以度量內(nèi)部控制質(zhì)量的現(xiàn)成基礎(chǔ)，使評價工作有據(jù)可循，并且這種從制度基礎(chǔ)角度的評價方式具有邏輯上的合理性和現(xiàn)實中的可行性；其次，管理工程方法和數(shù)理統(tǒng)計知識的運用，擺脫了綜合評價指標(biāo)合成過程中的主觀因素干擾，使得評價保持了方法上的客觀性。

但是也應(yīng)當(dāng)看到，以內(nèi)部控制要素為出發(fā)點的度量方法所具有的缺陷。首先，就數(shù)據(jù)的可獲得性來說，內(nèi)部控制要素內(nèi)化于企業(yè)管理系統(tǒng)當(dāng)中，作為外部的研究者很難獲取數(shù)據(jù)。例如，于增彪、王競達、瞿衛(wèi)菁（2007）采用實地調(diào)研的方法探討了亞新科安徽子公司如何設(shè)計和應(yīng)用內(nèi)控評價體系，但這種方式費時費力，對于大樣本實證研究無能為力；其次，很多內(nèi)部控制要素的衡量都是定性的，這種方法涉及到對內(nèi)部控制要素從定性評價到定量化的轉(zhuǎn)化過程，往往需要尋找替代變量或者引入虛擬變量，運用專家打分等方法，這會帶來原始數(shù)據(jù)的主觀性偏差，雖然做到了綜合指標(biāo)合成過程的客觀性，但原始賦值的偏差后果是致命的。

四、內(nèi)部控制質(zhì)量度量的目標(biāo)觀

內(nèi)部控制目標(biāo)，是決定內(nèi)部控制運行方式和方向的關(guān)鍵，是認識內(nèi)部控制基本理論的出發(fā)點，是內(nèi)部控制設(shè)計與執(zhí)行的導(dǎo)向。內(nèi)部控制質(zhì)量度量的目標(biāo)觀同樣受到COSO內(nèi)部控制框架的啟發(fā)，但目標(biāo)觀認為以要素為基礎(chǔ)設(shè)置指數(shù)變量，指數(shù)的計算主要采用專家打分法，存在較大的主觀性，難以無偏地反映上市公司的內(nèi)部控制水平，因此從控制的效果、目標(biāo)的達成情況來評價內(nèi)部控制的質(zhì)量更為合理。其背后的思想仍然是以可觀測效率來推斷實際效率，客觀上簡化了評價度量工作。

國內(nèi)目標(biāo)觀具有代表性的觀點包括：張先治等（2011）根據(jù)COSO風(fēng)險管理框架內(nèi)部控制四大目標(biāo)，即戰(zhàn)略目標(biāo)、經(jīng)營的效率效果、財務(wù)報告的可靠性和法律法規(guī)的遵守，從結(jié)果層指標(biāo)、目標(biāo)層指標(biāo)、準(zhǔn)則層指標(biāo)、具體評價指標(biāo)展開構(gòu)建評價指標(biāo)體系，同時建議使用分層模糊處理方法獲取綜合得分。除了提出具體的度量方法外，張先治還從我國內(nèi)部控制實踐和監(jiān)管環(huán)境出發(fā)，分別從內(nèi)部控制評價內(nèi)涵、評價目的、評價模式、評價主體、評價客體、評價模型角度系統(tǒng)論述并構(gòu)建了中國企業(yè)內(nèi)部控制評價系統(tǒng)，為從目標(biāo)觀角度進行內(nèi)部控制質(zhì)量的度量提供了重要指引；中國上市公司內(nèi)部控制指數(shù)研究課題組（2011）公布的中國上市公司內(nèi)部控制指數(shù)，是由迪博公司基于時任財政部副部長王軍批準(zhǔn)的全國重點會計科研課題――中國上市公司內(nèi)部控制指數(shù)研究設(shè)計而來，又叫迪博指數(shù)。迪博指數(shù)從內(nèi)部控制目標(biāo)出發(fā)，并結(jié)合我國的內(nèi)部控制規(guī)范體系，根據(jù)2008年我國頒布的內(nèi)部控制基本規(guī)范中的內(nèi)部控制五目標(biāo)，構(gòu)建了內(nèi)部控制基本指數(shù)體系，即戰(zhàn)略指數(shù)變量、經(jīng)營指數(shù)變量、報告指數(shù)變量、合規(guī)指數(shù)變量和資產(chǎn)安全指數(shù)變量以及對應(yīng)的二級指標(biāo)體系，并將內(nèi)部控制重大缺陷作為修正指標(biāo)，對內(nèi)部控制基本指數(shù)進行補充與修正。在數(shù)據(jù)處理上，利用標(biāo)準(zhǔn)化法對指數(shù)變量進行無量綱化，使得各變量之間具有可比性，并采用算術(shù)平均法為各變量賦予權(quán)重，從而得到綜合評價的結(jié)果；此外，程曉陵、王懷明（2008），張兆國、張旺峰、楊清香（2011）在實證研究中采用的方法都可以劃分為這一類。國外文獻中具有代表性的是Chih-Yang Tseng（2007）構(gòu)建的企業(yè)風(fēng)險管理指數(shù)，該指數(shù)基于企業(yè)風(fēng)險管理整合框架，從戰(zhàn)略目標(biāo)、經(jīng)營目標(biāo)、報告目標(biāo)和合規(guī)目標(biāo)的實現(xiàn)程度來計算評分。

這種以目標(biāo)為導(dǎo)向的評價方法最大的優(yōu)點在于評價結(jié)果的客觀可靠性。不同于內(nèi)嵌于企業(yè)經(jīng)營活動中那些千差萬別、紛繁復(fù)雜的控制環(huán)節(jié)要素，內(nèi)部控制目標(biāo)的實現(xiàn)通過企業(yè)最終經(jīng)營的一系列數(shù)據(jù)表現(xiàn)出來，具有數(shù)字化、精確化的特點，大大減少了要素觀中定性評價指標(biāo)定量化的環(huán)節(jié)，可靠性提升的同時加上指標(biāo)的透明化又帶來了評價結(jié)果的可比性，并且提高了評價效率。另外，以目標(biāo)為導(dǎo)向的評價方法所需要的資料易于為外部研究者獲取，可行性較高。

但是目標(biāo)觀的不足也是顯而易見的，那就是以目標(biāo)的實現(xiàn)來衡量內(nèi)部控制質(zhì)量時存在的相關(guān)性問題。以經(jīng)營目標(biāo)為例，內(nèi)部控制只是實現(xiàn)經(jīng)營效率效果的一個方面，而企業(yè)最終的經(jīng)營成果還要受到宏觀經(jīng)濟環(huán)境、競爭對手策略，甚至是自然氣候因素的影響，是多重因素共同作用的結(jié)果，所以，目標(biāo)實現(xiàn)程度來衡量內(nèi)部控制有效性存在系統(tǒng)性偏差。

五、內(nèi)部控制質(zhì)量度量的新思路

從前文分析可以看出，現(xiàn)有的內(nèi)部控制質(zhì)量度量方法各有各的優(yōu)勢，其度量方式都具有一定的創(chuàng)造性與獨特性，但是也普遍表現(xiàn)出無法全面衡量內(nèi)部控制質(zhì)量的缺陷。具體來說，缺陷觀易于理解、操作簡便，但無法對內(nèi)控質(zhì)量進行全面評價；要素觀過程導(dǎo)向，相關(guān)性較強，但可靠性較弱，數(shù)據(jù)計算易受主觀因素的影響；目標(biāo)觀結(jié)果導(dǎo)向，可靠性較強，但相關(guān)性較弱，因為目標(biāo)的實現(xiàn)未必與內(nèi)控的高質(zhì)量相關(guān)。

其實，從最早的缺陷觀到后來的要素觀與目標(biāo)觀，各種度量方法一直在不斷發(fā)展、完善，并且，正是由于單一度量觀的不足，已經(jīng)有學(xué)者意識到有必要結(jié)合不同度量觀來評價內(nèi)部控制質(zhì)量。例如，迪博指數(shù)在設(shè)計之時就考慮了用內(nèi)部控制重大缺陷對指標(biāo)進行修正，盡量減少度量偏差；方紅星的可感知度量方法實際上是用經(jīng)過控制目標(biāo)實現(xiàn)情況調(diào)整后的內(nèi)部控制信息披露情況來度量內(nèi)部控制質(zhì)量。但是，這些結(jié)合或是簡單地在一種方法的基礎(chǔ)上引入另一種方法進行修正，或是簡單地把兩種方式生硬地糅合，這樣的結(jié)合是否能夠有效整合各種方式的優(yōu)點，又在多大程度上克服現(xiàn)有方式的不足，仍值得商榷。例如，迪博指數(shù)引入的內(nèi)部控制重大缺陷對指標(biāo)進行修正并沒有解決目標(biāo)觀度量的相關(guān)性問題，可感知方法也沒能解決缺陷觀無法對內(nèi)部控制全面衡量的問題?？梢哉f，在方法的整合上，現(xiàn)有的研究并不充分。

因此，如何將不同度量觀有效結(jié)合，切實整合三種觀點的優(yōu)勢并且克服各自的不足以獲得內(nèi)部控制質(zhì)量的全面準(zhǔn)確度量就成為了解決問題的關(guān)鍵。有鑒于此，筆者在這里提出內(nèi)部控制質(zhì)量度量的新思路――整合觀。

整合觀的核心思想是以要素觀為基本框架，并融合目標(biāo)觀與要素觀的內(nèi)容，吸取其合理內(nèi)核并克服其局限性，以我國企業(yè)內(nèi)部控制規(guī)范指引為依據(jù)，結(jié)合美國COSO框架2013年最新進展，以期構(gòu)建一套兼具科學(xué)性與可操作性的內(nèi)部控制有效性評價體系，最終編制出具有廣泛認可度的我國上市公司內(nèi)部控制指數(shù)。

社會科學(xué)的研究目的在于發(fā)現(xiàn)各種社會現(xiàn)象及其規(guī)律并將其運用到實踐中，因而更加關(guān)注的是相關(guān)性。雖然沒有絕對的精確性要求，但是度量指標(biāo)的信度和效度、相關(guān)性和可靠性是衡量度量指標(biāo)恰當(dāng)性的絕對標(biāo)準(zhǔn)，這也是對度量方式的合理性評價的出發(fā)點與落腳點。以要素觀為基本框架最大的優(yōu)勢就是能夠避免目標(biāo)觀在相關(guān)性上的不足以及缺陷觀無法全面衡量內(nèi)部控制質(zhì)量的問題，從內(nèi)部控制制度本身考量內(nèi)部控制制度，全面評價內(nèi)部控制質(zhì)量，并且要素觀能夠利用成熟的內(nèi)部控制框架，在理論上更加完備。與此同時，整合觀吸收目標(biāo)觀與要素觀的合理做法，全面地利用各種方式的優(yōu)點對要素觀進行有益補充，能夠克服要素觀在計算易受主觀因素的影響而導(dǎo)致可靠性不足的缺點。

需要指出的是，雖然以要素觀為基礎(chǔ)存在著數(shù)據(jù)的可獲得性問題，但是隨著資本市場信息披露制度的不斷完善和范圍的擴大以及商品化數(shù)據(jù)平臺的發(fā)展，這一問題將會得到很大程度的解決。因此，以要素觀為基礎(chǔ)的全面整合觀將是解決內(nèi)部控制質(zhì)量度量問題的有效途徑，這既從理論上實現(xiàn)了內(nèi)部控制度量難題的突破，為解決內(nèi)部控制評價難題提供了新的研究視角，推進內(nèi)部控制評價方面的研究，促進內(nèi)部控制領(lǐng)域研究的深入發(fā)展，又必將為內(nèi)部控制的應(yīng)用實踐帶來新的發(fā)展契機。

【主要參考文獻】

[1] 楊潔.基于PDCA循環(huán)的內(nèi)部控制有效性綜合評價[J].會計研究，2011（4）：82-87.

[2] 李連華，唐國平.內(nèi)部控制效率：理論框架與測度評價[J].會計研究，2012（5）：16-21，93.

[3] 張龍平，王軍只，張軍.內(nèi)部控制鑒證對會計盈余質(zhì)量的影響研究――基于滬市A股公司的經(jīng)驗證據(jù)[J]. 審計研究，2010（2）：83-90.

[4] 李萬福，林斌，宋璐.內(nèi)部控制在公司投資中的角色：效率促進還是抑制？[J].管理世界，2011（2）：81-99，188.

[5] 單華軍.內(nèi)部控制、公司違規(guī)與監(jiān)管績效改進――來自2007―2008年深市上市公司的經(jīng)驗證據(jù)[J].中國工業(yè)經(jīng)濟，2010（11）：140-148.

[6] 方紅星，金玉娜.可感知內(nèi)部控制質(zhì)量：度量方法與初步檢驗[J].財經(jīng)問題研究，2013（10）：18-25.

[7] Doyle J，Ge W，McVay S. Accruals Quality and Internal Control over Financial Reporting[J]. Accounting Review.2007，82（5）：1141-1170.

[8] Ashbaugh-Skaife，H.，Collins，D.W.，Kinney，W. r.，& LaFond，R.The Effect of SOX Internal Control Deficiencies and Their Remediation on Accrual Quality[J]. Accounting Review，2008，83（1）： 217-250.

[9] Goh，B.，& Li，D. Internal Controls and Conditional Conservatism[J]. Accounting Review，2011，86（3）：975-1005.

[10] Krishnan，J.Audit Committee Quality and Internal Control： An Empirical Analysis. Accounting Review，2005，80（2）：649-675.

[11] 廈門大學(xué)內(nèi)控指數(shù)課題組，陳漢文.建立適合我國國情的內(nèi)部控制評價體系[N].證券時報，2010-06-11.

[12] 林鐘高，鄭軍，王書珍.內(nèi)部控制與企業(yè)價值研究――來自滬深兩市A股的經(jīng)驗分析[J].財經(jīng)研究，2007（4）：133-144.

[13] 朱衛(wèi)東，李永志，何秀余. 基于BP神經(jīng)網(wǎng)絡(luò)的企業(yè)內(nèi)部控制體系評價研究[J]. 運籌與管理，2005（4）：80-84.

[14] 駱良彬，王河流.基于AHP的上市公司內(nèi)部控制質(zhì)量模糊評價[J].審計研究，2008（6）：84-90，96.

[15] 韓傳模，汪士果.基于AHP的企業(yè)內(nèi)部控制模糊綜合評價[J].會計研究，2009（4）：57-63，99.

[16] EI Paso. Internal Control Assessment[R]. IIA. Research Foundation，2002.

[17] Sung-Sik Hwang，Taeksoo Shin， Ingoo Han. CRAS-CBR： Internal Control Risk Assessment System Using Casebased Reasoning[J].Expert System，2004，21（1）：22-33.

[18] 于增彪，王競達，瞿衛(wèi)菁.企業(yè)內(nèi)部控制評價體系的構(gòu)建――基于亞新科工業(yè)技術(shù)有限公司的案例研究[J].審計研究，2007（3）：47-52.

[19] 張先治，戴文濤.中國企業(yè)內(nèi)部控制評價系統(tǒng)研究[J].審計研究，2011（1）：69-78.

[20] 中國上市公司內(nèi)部控制指數(shù)研究課題組，王宏，蔣占華，等.中國上市公司內(nèi)部控制指數(shù)研究[J].會計研究，2011（12）：20-24，96.

[21] 程曉陵，王懷明.公司治理結(jié)構(gòu)對內(nèi)部控制有效性的影響[J].審計研究，2008（4）：53-61.

第6篇

關(guān)鍵詞：先進制造技術(shù)；新工業(yè)革命；制造模式；新一代信息技術(shù)；

作者簡介：周佳軍(1989-)，男，湖北黃岡人，博士研究生，研究方向：計算機輔助設(shè)計、計算機輔助制造、計算機集成制造系統(tǒng)等

0引言

制造業(yè)是中國經(jīng)濟增長的主體和支柱，是綜合國力的重要體現(xiàn)。當(dāng)前我國制造業(yè)的總體情況依然落后，從資源與環(huán)境的角度看，我國制造業(yè)對能源和資源消耗巨大，環(huán)境污染嚴(yán)重；從技術(shù)與創(chuàng)新水平的角度看，我國制造產(chǎn)業(yè)的技術(shù)創(chuàng)新能力薄弱，科技含量低，技術(shù)水平落后，有自主知識產(chǎn)權(quán)的產(chǎn)品少，產(chǎn)品的附加值較低[1]；從產(chǎn)業(yè)內(nèi)部價值鏈的角度看，我國傳統(tǒng)制造業(yè)處在價值鏈上(研發(fā)、制造、營銷)價值創(chuàng)造能力最低的環(huán)節(jié)，在研發(fā)和營銷領(lǐng)域，科技創(chuàng)新能力弱、品牌建設(shè)不足；從市場環(huán)境的角度看，知識經(jīng)濟時代的市場競爭日趨激烈，消費更加個性化，傳統(tǒng)的以追求生產(chǎn)效率為目的而進行的品種單一、大批量以及標(biāo)準(zhǔn)化的產(chǎn)品制造模式，很難適應(yīng)現(xiàn)代市場中客戶的個性化和多樣化需求。

先進制造技術(shù)(AdvancedManufacturingTechnology，AMT)注重經(jīng)濟效益和技術(shù)的融合性，通過柔性生產(chǎn)、靈活生產(chǎn)、產(chǎn)品差異化、注重效率和質(zhì)量等方式增強企業(yè)對市場的反應(yīng)能力、提高自主創(chuàng)新能力，為客戶提供更加人性化的服務(wù)，具有產(chǎn)品質(zhì)量精良、技術(shù)含量高、資源消耗低、環(huán)境污染少、經(jīng)濟效益好等特性，通過發(fā)展AMT和戰(zhàn)略性新興產(chǎn)業(yè)改造提升傳統(tǒng)的資源密集型和勞動密集型工業(yè)，以開辟一條科技含量高、資源消耗低和環(huán)境污染少的新型工業(yè)化道路，已成為提高我國高新技術(shù)發(fā)展、推動經(jīng)濟發(fā)展和滿足人民日益增長需求的主要技術(shù)支撐。

2012年以來，新工業(yè)革命成為各國討論的熱點，以物聯(lián)網(wǎng)(Internetofthings)和大數(shù)據(jù)(bigdata)為代表的信息技術(shù)、以綠色能源為代表的新能源技術(shù)、以3D打印技術(shù)為代表的數(shù)字化智能制造等技術(shù)系統(tǒng)協(xié)同創(chuàng)新，將柔性化、智能化、敏捷化、精益化、全球化和人性化融為一體，將改變制造業(yè)的生產(chǎn)模式和全球經(jīng)濟系統(tǒng)，引領(lǐng)人們的生活走向智能化時代。工業(yè)西方發(fā)達國家紛紛提出“再工業(yè)化戰(zhàn)略”，試圖實現(xiàn)從“產(chǎn)業(yè)空心化”到“再工業(yè)化”的回歸，提出的再工業(yè)化戰(zhàn)略并不是恢復(fù)傳統(tǒng)制造業(yè)的生產(chǎn)能力，而是通過加快突破和應(yīng)用AMT搶占新一輪科技和產(chǎn)業(yè)競爭的制高點，占領(lǐng)產(chǎn)業(yè)鏈的高端。為了保證我國制造業(yè)的持續(xù)發(fā)展，必須盡快完成制造業(yè)的轉(zhuǎn)型升級，實現(xiàn)由制造大國向制造強國的轉(zhuǎn)變。

1先進制造技術(shù)

AMT自20世紀(jì)80年代提出以來，世界各國都十分重視其理論和應(yīng)用實踐研究。AMT既包括先進加工技術(shù)(AdvancedProcessingTechnology，APT)(主要指材料加工工藝及方法)，又包括對先進裝備、人的智慧等有機構(gòu)成的現(xiàn)代集成制造系統(tǒng)的智能控制和組織管理的先進制造模式(AdvancedManufacturingMode，AMM)，主要指制造模式及系統(tǒng)。美國聯(lián)邦科學(xué)、工程和技術(shù)協(xié)調(diào)委員會(FederalCoordinatingCouncilorScienceEngineeringandTechnology，F(xiàn)CCSET)下屬的工業(yè)和技術(shù)委員會AMT工作組提出其主要包括三個技術(shù)群[2]：主體技術(shù)群(AMT的關(guān)鍵支撐，如計算機輔助設(shè)計、加工工藝規(guī)劃、增材制造技術(shù)、并行工程，以及材料生產(chǎn)工藝、加工工藝、加工和測試技術(shù)等)、支撐技術(shù)群(如計算機技術(shù)、自動化技術(shù)、檢測與轉(zhuǎn)換技術(shù)、標(biāo)準(zhǔn)和框架等)和管理技術(shù)群(如質(zhì)量管理、基礎(chǔ)設(shè)施、人員培訓(xùn)、全局監(jiān)督等)。雖然先進制造模式和AMT密不可分，實踐中也常將二者混為一談，但是它們是兩個不同的概念。AMT注重制造單元功能效用的發(fā)揮(偏重技術(shù))，AMM注重組織方式，強調(diào)的是人、組織結(jié)構(gòu)和技術(shù)三者的協(xié)同。兩者的關(guān)系如圖1所示。

從社會技術(shù)系統(tǒng)的觀點看，任何制造系統(tǒng)都有兩個尺度，即技術(shù)系統(tǒng)和伴隨技術(shù)系統(tǒng)的社會系統(tǒng)，社會技術(shù)系統(tǒng)強調(diào)系統(tǒng)中技術(shù)系統(tǒng)與社會系統(tǒng)兩類因素的相互作用，技術(shù)影響社會系統(tǒng)投入的種類、轉(zhuǎn)換過程的性質(zhì)和系統(tǒng)的產(chǎn)出。然而，社會系統(tǒng)決定著技術(shù)利用的有效性和效率，如果孤立地試圖使其中一個系統(tǒng)最優(yōu)化，則可能使系統(tǒng)的總效能降低。AMT是各個單項技術(shù)在先進制造哲理下的有機集成，從最初關(guān)注技術(shù)和工程科學(xué)等自然科學(xué)的集成，慢慢過渡為重視在AMT應(yīng)用過程中科學(xué)技術(shù)、組織結(jié)構(gòu)以及人的智慧等的深度融合，尤其注重自然科學(xué)與社會科學(xué)的集成、系統(tǒng)體系觀念和整體全局優(yōu)化，最終目的是使整個制造系統(tǒng)能對外部市場環(huán)境的變化產(chǎn)生及時、高效、敏捷的反應(yīng)。

1.1先進制造技術(shù)的概念、內(nèi)涵及主要內(nèi)容

制造指對原材料進行加工或再加工，以及對零部件裝配過程的總稱。AMT的概念起源于美國[3]，早期其定義是以計算機和信息技術(shù)為基礎(chǔ)的制造技術(shù)群，主要包括計算機輔助設(shè)計、計算機輔助制造、計算機輔助工程、機器人及柔性制造技術(shù)、自動控制系統(tǒng)、數(shù)控技術(shù)及裝備等[4-5]，從研究的角度看，先進制造技術(shù)在不同時代具有不同的含義，當(dāng)前各種新出現(xiàn)的、先進的機械加工技術(shù)(納米加工、激光切割、增材制造等)、精益生產(chǎn)、并行工程、柔性制造、虛擬制造、敏捷制造和現(xiàn)代集成制造模式等，都屬于AMT的研究之列。

我國學(xué)者在對國外學(xué)者有關(guān)AMT定義的歸納和研究中，更為系統(tǒng)地對AMT進行了定義，認為AMT是一個多學(xué)科體系，包括從市場需求、產(chǎn)品設(shè)計、工藝規(guī)劃到制造過程與市場反饋的人—機—物系統(tǒng)工程[6-7]。AMT本質(zhì)上是自然科學(xué)(自動控制技術(shù)、工藝規(guī)劃技術(shù)等)和社會科學(xué)(組織管理和經(jīng)濟學(xué)等)的有機融合體，是通過生產(chǎn)方式的智能化和柔性化來提高企業(yè)的核心競爭力和對市場環(huán)境的反應(yīng)能力。

從制造系統(tǒng)的觀點看，AMT是一個三層次的技術(shù)群，如圖2所示：第一個層次(內(nèi)層)為基礎(chǔ)制造技術(shù)，主要指優(yōu)質(zhì)、高效、低耗、清潔的通用共性技術(shù)，對應(yīng)AMT中的支撐技術(shù)(如圖1)；第二層(中層)是新型制造單元技術(shù)，由制造技術(shù)與信息技術(shù)、新型材料加工技術(shù)、清潔能源、環(huán)境科學(xué)等結(jié)合而成，涉及多學(xué)科交叉、集成與融合，對應(yīng)于先進制造技術(shù)中的主體技術(shù)和管理技術(shù)；第三層(外層)為先進制造模式/系統(tǒng)(集成技術(shù))，是由先進制造單元技術(shù)和組織管理等融合而成的現(xiàn)代集成制造模式，強調(diào)技術(shù)系統(tǒng)和社會系統(tǒng)的協(xié)同與融合，對應(yīng)于圖1的先進制造模式，是人、技術(shù)、組織和管理等要素的集成，也是人機物協(xié)同制造系統(tǒng)。

1.1.1基礎(chǔ)制造技術(shù)

優(yōu)質(zhì)、高效、低耗、清潔的基礎(chǔ)制造技術(shù)，主要指傳統(tǒng)的制造工藝技術(shù)(如毛坯測量下料、鑄造/塑性成形、鍛壓、焊接、熱處理、材料強韌化、表面保護、機械加工、優(yōu)質(zhì)高效連接技術(shù)、功能性防護涂層及各種與設(shè)計制造等)經(jīng)過優(yōu)化和改進后形成的基礎(chǔ)制造工藝，是先進制造技術(shù)的核心組成部分。

1.1.2新型制造單元技術(shù)

新型制造單元技術(shù)由制造技術(shù)與互聯(lián)網(wǎng)信息技術(shù)、人工智能、新型材料加工技術(shù)、清潔能源、環(huán)境科學(xué)等結(jié)合而成，涉及多學(xué)科交叉、集成與融合，主要包括以下內(nèi)容：

(1)新型材料、納米技術(shù)和激光加工傳統(tǒng)材料的研制過程通過基本材料的組合反復(fù)試驗配制獲得，整個過程非常緩慢。2011年6月，美國先進制造業(yè)伙伴關(guān)系(AdvancedManufacturingPartnership，AMP)計劃之一的“材料基因組計劃”[8]，從分子結(jié)構(gòu)的角度分析材料，通過原子排列找出相—顯微組織—性能—環(huán)境參數(shù)—使用壽命的關(guān)系，建立了原子、分子的結(jié)構(gòu)與材料性能的關(guān)系，極大地提高了研發(fā)、生產(chǎn)和應(yīng)用先進材料的速度。納米技術(shù)和激光加工引發(fā)了機械技術(shù)與電子技術(shù)在毫微米水平上的融合。

(2)增材制造與精密成型技術(shù)增材制造(如3D打印[9])是材料技術(shù)、粘結(jié)技術(shù)和打印技術(shù)的融合創(chuàng)新，由原材料直接制造成精密工件的材料近凈成型技術(shù)(Near-netShapeForming，NSF)制作的零件不需要加工或少量加工即可投入使用，極大地改造了傳統(tǒng)的毛坯成型技術(shù)[10]。

(3)機器人、自動化及智能化技術(shù)工業(yè)機器人在生產(chǎn)加工中可以完成某些過程復(fù)雜、費時耗力的標(biāo)準(zhǔn)化生產(chǎn)流程[11]；自動化促使機器或生產(chǎn)過程從自動控制發(fā)展到自學(xué)習(xí)、自組織、自維護和自修復(fù)等；智能化技術(shù)綜合了信息技術(shù)、模糊算法、神經(jīng)網(wǎng)絡(luò)控制等智能優(yōu)化算法，使機器在沒有人工干預(yù)的情況下進行生產(chǎn)，具有人機一體化、自律能力強、自組織與超柔性、自學(xué)習(xí)與自我維護等特點。

(4)先進電子技術(shù)裝備先進電子裝備，如平板電腦、智能手機、穿戴設(shè)備等普適人機交互設(shè)備和移動終端會越來越普及，使人與物理世界的交互方式更加普適化、虛擬化、智能化和個性化，實現(xiàn)任何地點、任何時間、任何人都能訪問任何信息的交互，傳感器和嵌入式設(shè)備將會感知和采集各種環(huán)境和監(jiān)測對象信息，并對這些信息進行處理，用戶能夠利用自然普適智能的方式無縫地實現(xiàn)資源共享和服務(wù)的獲取。

(5)分子生物學(xué)和生物制造通過學(xué)習(xí)生物系統(tǒng)的結(jié)構(gòu)、功能及其控制機制，解決制造過程中的一系列難題。強調(diào)生命科學(xué)的應(yīng)用，方法包括基因算法、進化算法、強化學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)等。

(6)供應(yīng)鏈管理制造過程是物質(zhì)流、信息流在控制流的協(xié)調(diào)下實現(xiàn)從原料到產(chǎn)品的轉(zhuǎn)換，供應(yīng)鏈管理以整體效益最優(yōu)化為目標(biāo)，以系統(tǒng)化的觀點綜合考慮對人、技術(shù)、管理、設(shè)備、物料、信息等系統(tǒng)構(gòu)成要素的優(yōu)化組合，實現(xiàn)產(chǎn)品生命全周期經(jīng)濟效益、社會效益和生態(tài)效益的協(xié)調(diào)統(tǒng)一。

(7)清潔生產(chǎn)技術(shù)、綠色可持續(xù)制造清潔生產(chǎn)和綠色制造主要表現(xiàn)在以下幾個方面：1綠色設(shè)計，設(shè)計階段就充分考慮對資源和環(huán)境的影響；2綠色選材，將環(huán)境因素融入材料的選擇過程中；3綠色制造，采用物料和能源消耗少、廢棄物少、對環(huán)境污染小的制造方法；4回收和循環(huán)再制造，實現(xiàn)資源―產(chǎn)品―廢棄物―再生資源或再生產(chǎn)品的反饋式循環(huán)模式[12]。

(8)物聯(lián)網(wǎng)、大數(shù)據(jù)、云計算(cloudcomputing)等新一代信息技術(shù)IBM公司基于新一代信息技術(shù)提出的智慧地球(smartplanet)掀起了物聯(lián)網(wǎng)研究的，引起了國內(nèi)外學(xué)者和政府的廣泛關(guān)注[13]。物聯(lián)網(wǎng)是利用無線射頻識別(RadioFrequencyIDentification，RFID)、嵌入式系統(tǒng)、傳感器等技術(shù)獲取現(xiàn)實世界信息，使物體與物體之間通過網(wǎng)絡(luò)相互連接并進行信息交互，以實現(xiàn)智能化識別、跟蹤、監(jiān)控和管理的一種網(wǎng)絡(luò)[14]。物聯(lián)網(wǎng)技術(shù)融入產(chǎn)品的全生命周期及制造過程的各個階段，將形成新的制造模式———制造物聯(lián)。隨著物聯(lián)網(wǎng)時代的到來，社交網(wǎng)絡(luò)、電子商務(wù)、信息物理系統(tǒng)、移動終端等迅速發(fā)展，數(shù)據(jù)量尤其是半結(jié)構(gòu)化、非結(jié)構(gòu)化數(shù)據(jù)呈爆發(fā)式增長，據(jù)著名咨詢公司IDC的研究報告，2011年網(wǎng)絡(luò)大數(shù)據(jù)總量為1.8ZB，預(yù)計到2020年，總量將達到35ZB，大數(shù)據(jù)時代正在來臨[15]。一般意義上，大數(shù)據(jù)指無法在一定時間內(nèi)用常規(guī)機器和軟硬件工具對其進行感知、獲取、管理、處理和服務(wù)的數(shù)據(jù)集合[16]，具有大量、高速、多樣、價值密度低的特點。對于制造業(yè)而言，數(shù)據(jù)積累和數(shù)據(jù)的廣度還不夠，數(shù)據(jù)應(yīng)用大多針對傳統(tǒng)企業(yè)內(nèi)的結(jié)構(gòu)化數(shù)據(jù)，有效整合大數(shù)據(jù)，包括微博、論壇、網(wǎng)站等數(shù)據(jù)源，分析發(fā)掘這些數(shù)據(jù)蘊藏的潛在價值，有助于快速預(yù)測市場趨勢和客戶的個性化需求，細分客戶并提供量身定制的合適服務(wù)，及時了解整個供應(yīng)鏈的供需變化等。此外，制造系統(tǒng)中包括大量的物料、人員、生產(chǎn)設(shè)備狀態(tài)及加工過程等數(shù)據(jù)，研究制造系統(tǒng)中產(chǎn)生的大量不同來源的數(shù)據(jù)的動態(tài)演變過程，搜索、比較、聚類、分析、處理與融合制造過程的數(shù)據(jù)，可以支持制造過程的優(yōu)化決策，優(yōu)化生產(chǎn)流程和改進產(chǎn)品質(zhì)量，有效提升制造企業(yè)的經(jīng)營管理效率和市場競爭力。大數(shù)據(jù)分析需要高效的數(shù)據(jù)處理平臺，目前制造業(yè)已經(jīng)進入大數(shù)據(jù)時代，而大數(shù)據(jù)具有數(shù)據(jù)體量巨大、數(shù)據(jù)類型繁多、查詢分析復(fù)雜等特點，超越了現(xiàn)有企業(yè)的IT架構(gòu)和基礎(chǔ)設(shè)施的承載能力，因此需要高性能的計算機和網(wǎng)絡(luò)基礎(chǔ)設(shè)施，必須依托云計算的分布式架構(gòu)、分布式處理、分布式數(shù)據(jù)庫和云存儲、虛擬化技術(shù)等。云計算[17]是能夠提供動態(tài)資源池、虛擬化和高可用性的下一代計算平臺，通過按需使用的方式為用戶提供可配置的資源(包括網(wǎng)絡(luò)、服務(wù)器、存儲、IT基礎(chǔ)設(shè)施、軟件、服務(wù)等)。云計算融合物聯(lián)網(wǎng)、面向服務(wù)、高性能計算和智能科學(xué)等技術(shù)形成云制造[18]，將各類制造資源或能力虛擬化、服務(wù)化，通過網(wǎng)絡(luò)和云平臺為用戶提供可高效便捷、按需使用、優(yōu)質(zhì)廉價的制造全生命周期服務(wù)。

1.1.3先進制造模式/系統(tǒng)

制造模式是制造業(yè)為了提高產(chǎn)品質(zhì)量、市場競爭力、生產(chǎn)規(guī)模和生產(chǎn)速度，以完成特定的生產(chǎn)任務(wù)而采取的一種有效的生產(chǎn)方式和一定的生產(chǎn)組織形式。先進制造模式是以計算機信息技術(shù)和智能技術(shù)為代表的高新技術(shù)為支撐技術(shù)，在先進制造思想的指導(dǎo)下，用扁平化、網(wǎng)絡(luò)化組織結(jié)構(gòu)方式組織制造活動，追求社會整體效益、顧客體驗和企業(yè)盈利，是最優(yōu)化的柔性、智能化生產(chǎn)系統(tǒng)。按照歷史唯物主義的觀點，社會存在決定社會意識，從制造業(yè)的發(fā)展進程來看，不同社會發(fā)展時期決定了不同的制造思想、生產(chǎn)組織方式和管理理念，它們相互作用、共同決定了特定時期的制造模式。如圖3所示，按照制造技術(shù)的發(fā)展水平、生產(chǎn)組織方式和管理理念，將制造模式的發(fā)展歷程歸納為手工作坊式生產(chǎn)、機器生產(chǎn)、批量生產(chǎn)、低成本大批量生產(chǎn)、高質(zhì)量生產(chǎn)、網(wǎng)絡(luò)化制造、面向服務(wù)的制造、智能制造8個階段。

工業(yè)革命以前，產(chǎn)品主要以手工作坊式和單件小批量模式生產(chǎn)為主，產(chǎn)品質(zhì)量主要依賴手工匠的技藝，其成本較高、生產(chǎn)批量小，零部件的質(zhì)量可控性和兼容性比較差，供不應(yīng)求成為制造業(yè)進一步發(fā)展必須解決的問題。產(chǎn)業(yè)革命后，新的生產(chǎn)技術(shù)和管理思想大量涌現(xiàn)，這一階段的早期，制造技術(shù)的改進重點是規(guī)?；笈可a(chǎn)和提高生產(chǎn)效率，流水線式生產(chǎn)方式使得專業(yè)分工和標(biāo)準(zhǔn)化規(guī)模生產(chǎn)從技術(shù)方法上成為可能，科學(xué)組織管理理念等又從組織、結(jié)構(gòu)和方式上保障了流水線式生產(chǎn)的實現(xiàn)，使得大規(guī)模制造成為可能。然而，大規(guī)模、批量化生產(chǎn)方式的精細化分工和高度標(biāo)準(zhǔn)化形成了一種剛性的資源配置系統(tǒng)，在買方市場下，市場環(huán)境瞬息萬變，這種生產(chǎn)模式會給企業(yè)帶來巨大損失，20世紀(jì)90年代，隨著先進制造理念、先進生產(chǎn)技術(shù)以及先進管理方式的不斷成熟與發(fā)展，各種新的制造理念、先進制造新模式得到了迅猛發(fā)展，理論界相繼出現(xiàn)了高質(zhì)量生產(chǎn)、網(wǎng)絡(luò)化制造、面向服務(wù)的制造、智能制造等一系列新概念，各種先進制造模式之間的關(guān)系如圖4所示。

(1)高質(zhì)量生產(chǎn)

并行工程、柔性制造、精益生產(chǎn)[19-20]這三類制造模式是基礎(chǔ)的生產(chǎn)管理方法，是虛擬制造、敏捷制造、現(xiàn)代集成制造的基礎(chǔ)技術(shù)；虛擬制造[21]是實現(xiàn)敏捷制造[22-23]的重要手段；生物制造[24]和綠色制造[25-26]是考慮環(huán)境影響和資源利用率的制造模式，相關(guān)文獻已有介紹，不再贅述。

(2)網(wǎng)絡(luò)化制造

網(wǎng)絡(luò)化制造是指在產(chǎn)品全生命周期制造活動中，以信息技術(shù)和網(wǎng)絡(luò)技術(shù)等為基礎(chǔ)，實現(xiàn)快速響應(yīng)市場需求和提高企業(yè)競爭力的制造技術(shù)/系統(tǒng)的總稱。比較典型的應(yīng)用模式有制造網(wǎng)格(MGrid)[27]、應(yīng)用服務(wù)提供商(ApplicationServiceProvider，ASP)[28]。制造網(wǎng)格是運用網(wǎng)格技術(shù)對制造資源進行服務(wù)化封裝和集成，屏蔽資源的異構(gòu)性和地理上的分布性，以透明的方式為用戶提供服務(wù)，從而實現(xiàn)面向產(chǎn)品全生命周期的資源共享、集成和協(xié)同工作；ASP是企業(yè)將其部分或全部流程業(yè)務(wù)委托給服務(wù)提供商進行管理的一種外包式服務(wù)，以優(yōu)化資源配置、提高生產(chǎn)和管理效率。企業(yè)用戶可以直接租用ASP平臺提供的各類軟件進行自己的業(yè)務(wù)管理，如產(chǎn)品生命周期管理(ProductLifecycleManagement，PLM)、企業(yè)資源規(guī)劃(EnterpriseResourcePlanning，ERP)等，不必購買整個軟件和在本地機器上安裝該軟件，從而節(jié)省了IT產(chǎn)品技術(shù)的購買和運行費用，降低了客戶企業(yè)的應(yīng)用成本，特別適用于中小型企業(yè)。

(3)面向服務(wù)的制造

制造的價值鏈正不斷延伸和拓展，制造和服務(wù)逐漸融合，制造企業(yè)更加傾向于為顧客提品服務(wù)及其應(yīng)用解決方案。面向服務(wù)的制造是為實現(xiàn)制造價值鏈的增值，通過產(chǎn)品和服務(wù)融合、客戶全程參與、提供生產(chǎn)型服務(wù)或服務(wù)型生產(chǎn)，實現(xiàn)分散的制造資源整合和各自核心競爭力的高效協(xié)同，達到高效創(chuàng)新的一種制造模式[29]。面向服務(wù)的制造的典型應(yīng)用有眾包生產(chǎn)(CrowdSourcing，C-Sourcing)、工業(yè)產(chǎn)品服務(wù)系統(tǒng)(IndustrialProductServiceSystem，IPSS)等。眾包生產(chǎn)源于眾包，眾包一詞最早出現(xiàn)在2006年，由美國《連線》雜志一位名叫杰夫·豪的記者首次提出[30]。眾包是一種分布式的問題解決和生產(chǎn)模式，它將工作任務(wù)通過互聯(lián)網(wǎng)以公開、自由自愿的方式分發(fā)給非特定的大眾。眾包生產(chǎn)就是網(wǎng)絡(luò)化社會生產(chǎn)，讓更多產(chǎn)品和服務(wù)用戶參與到產(chǎn)品的創(chuàng)新活動中來，打破企業(yè)創(chuàng)新來源的界限，聚集大眾智慧，增加公眾的參與度，并通過“用戶創(chuàng)造內(nèi)容”的形式生產(chǎn)出符合消費者需求的個性化產(chǎn)品[31]。眾包生產(chǎn)對構(gòu)建創(chuàng)新型制造企業(yè)非常重要，它具有開放式生產(chǎn)、組織構(gòu)成的動態(tài)性、物理范圍的分布性、參與者的主動性等特點，能夠突破傳統(tǒng)生產(chǎn)模式，通過外部資源的整合實現(xiàn)產(chǎn)品開發(fā)任務(wù)；另外，它還可以通過激勵機制代替合約機制，以極低的成本聚集外部的零散個體用戶和群體資源，為客戶提品及其應(yīng)用解決方案。面對多樣化的個性需求和不斷變化的市場環(huán)境，眾包生產(chǎn)能夠靈活、高效、低成本地進行資源的重新分配和整合，有效降低產(chǎn)品制造成本，減少企業(yè)風(fēng)險，提高適應(yīng)個性化需求的靈活性，它的出現(xiàn)給企業(yè)的研發(fā)、生產(chǎn)、銷售、管理和售后服務(wù)帶來了巨大影響。產(chǎn)品服務(wù)系統(tǒng)(ProductServiceSystem，PSS)通過系統(tǒng)地集成產(chǎn)品和服務(wù)，為用戶提品功能而不是產(chǎn)品本身來滿足用戶需求，從而實現(xiàn)產(chǎn)品全生命周期內(nèi)的價值增值和生產(chǎn)與消費的可持續(xù)性[32]。IPSS[33]是在PSS的基礎(chǔ)上提出的。IPSS是工業(yè)產(chǎn)品及其相關(guān)服務(wù)的集成，它將產(chǎn)品與服務(wù)作為一個集成化的整體提供給用戶，這里的產(chǎn)品既可以是用戶所有，也可以是IPSS的提供者所有，不但關(guān)注產(chǎn)品本身質(zhì)量而且考慮顧客體驗，通過用戶的參與來提高產(chǎn)品服務(wù)創(chuàng)新能力；服務(wù)則是覆蓋整個產(chǎn)品全生命周期內(nèi)的所有活動(設(shè)計、制造、運輸、銷售、使用、維護、售后服務(wù)等)，通過專業(yè)的服務(wù)共享降低用戶的成本投入，從而集中更多的精力關(guān)注其核心競爭力。IPSS的核心是提供工業(yè)產(chǎn)品的工作能力，這依賴于提供者的知識水平和經(jīng)驗豐富程度，因此它具有知識服務(wù)和生產(chǎn)型服務(wù)的特點。

(4)智能制造

基于新一代信息技術(shù)和IBM智慧地球的研究框架，制造系統(tǒng)的集成協(xié)同越來越關(guān)注人的發(fā)展和周圍環(huán)境的融合，研究的關(guān)注點從之前側(cè)重信息技術(shù)和工程科學(xué)的集成，逐步轉(zhuǎn)變?yōu)榧夹g(shù)體系、組織結(jié)構(gòu)、人及環(huán)境的深度融合與無縫集成，實現(xiàn)優(yōu)勢互補與可持續(xù)制造。此類制造包括云制造、制造物聯(lián)、基于信息物理系統(tǒng)(Cyber-PhysicalSystem，CPS)的智能制造乃至智慧制造。德國政府于2013年4月舉辦的漢諾威工業(yè)博覽會上正式推出了工業(yè)4.0戰(zhàn)略，在該戰(zhàn)略下提出的智能制造是面向產(chǎn)品全生命周期，實現(xiàn)泛在感知條件下的信息化制造。智能制造技術(shù)是在新一代信息技術(shù)、云計算、大數(shù)據(jù)、物聯(lián)網(wǎng)技術(shù)、納米技術(shù)、傳感技術(shù)和人工智能等基礎(chǔ)上，通過感知、人機交互、決策、執(zhí)行和反饋，實現(xiàn)產(chǎn)品設(shè)計、制造、物流、管理、維護和服務(wù)的智能化，是信息技術(shù)與制造技術(shù)的集成協(xié)同與深度融合。在產(chǎn)品加工過程中，智能制造將傳感器及智能診斷和決策軟件集成到裝備，由程序控制的裝備上升到智能控制，能自適應(yīng)反饋被加工工件在過程中的狀況[34]。例如，基于CPS的智能制造生產(chǎn)過程與傳統(tǒng)的數(shù)控加工技術(shù)相比，能感知溫度、環(huán)境、加工材料的屬性變化，并作出相應(yīng)調(diào)整，不會死板地執(zhí)行預(yù)定程序，能夠保證加工出的產(chǎn)品精度?；谠朴嬎恪⑽锫?lián)網(wǎng)、面向服務(wù)和智能科學(xué)等技術(shù)的云制造也是一種智能化的制造模式[35]，它利用網(wǎng)絡(luò)和云制造服務(wù)平臺，按需組織網(wǎng)上制造資源(制造云)，為用戶提供可隨時獲取的、動態(tài)的、敏捷的制造全生命周期服務(wù)[36-38]。云制造能促進制造資源/能力的物聯(lián)化、虛擬化、服務(wù)化、協(xié)同化和智能化。與傳統(tǒng)的網(wǎng)絡(luò)化制造相比，云制造具有更好的資源動態(tài)性、敏捷性以及產(chǎn)品和服務(wù)解決方案的靈活性，同時能更好地解決ASP模式的客戶端智能性和數(shù)據(jù)安全性的不足問題，以實現(xiàn)更大范圍的推廣和應(yīng)用；與制造網(wǎng)格相比，云制造在“分散資源集中使用”思想的基礎(chǔ)上，還體現(xiàn)了“集中資源分散服務(wù)”的思想。制造物聯(lián)[39]是基于互聯(lián)網(wǎng)、嵌入式系統(tǒng)、RFID、傳感網(wǎng)、智能技術(shù)等構(gòu)建的現(xiàn)代制造物聯(lián)網(wǎng)絡(luò)，是以中間件、海量信息融合和系統(tǒng)集成技術(shù)為基礎(chǔ)，基于物聯(lián)網(wǎng)系統(tǒng)開發(fā)服務(wù)平臺和應(yīng)用系統(tǒng)，解決產(chǎn)品設(shè)計、制造、維護、管理、服務(wù)等過程中的信息感知、可靠傳輸與智能處理，增加制造的服務(wù)化與智能化水平的制造新模式。制造物聯(lián)在制造系統(tǒng)中的應(yīng)用能夠有效地管理制造資源、監(jiān)控制造過程、匹配制造需求等，將傳統(tǒng)的產(chǎn)品制造從市場調(diào)研、研發(fā)設(shè)計、供應(yīng)鏈、生產(chǎn)過程、銷售、物流運輸與售后服務(wù)融為一體，協(xié)同制造過程中物料流、能量流、信息流、價值流的優(yōu)化運行，以支持產(chǎn)品智能化、生產(chǎn)過程自動化、供應(yīng)鏈與物流的準(zhǔn)時化和精益化、企業(yè)經(jīng)營管理輔助決策等應(yīng)用，極大地提高了制造企業(yè)的核心競爭力。

基于語義Web、務(wù)聯(lián)網(wǎng)(InternetofService，IoS)、社會性網(wǎng)絡(luò)服務(wù)(SocialNetworkService，SNS)等，智能制造/云制造的進一步發(fā)展將會誕生智慧制造(WisdomManufacturing，WM)[40-41]。WM將機器智能、普適智能和人的經(jīng)驗、知識與智慧結(jié)合在一起，形成以客戶需求為中心、以人為本、面向服務(wù)、基于知識運用、人機物協(xié)同的制造模式。

綜上所述，先進制造模式是以所追求的目標(biāo)和生產(chǎn)開展方式的轉(zhuǎn)變?yōu)榛A(chǔ)而產(chǎn)生及發(fā)展的，體現(xiàn)的是消費者的個性化需求、科學(xué)技術(shù)發(fā)展水平和市場競爭形勢，是由先進制造哲理、先進組織管理方式、先進制造技術(shù)及人的相互融合發(fā)展、相互協(xié)同作用的產(chǎn)物。這是一個系統(tǒng)靈活性不斷增大、組織結(jié)構(gòu)和過程不斷優(yōu)化的進程，將形成人機物協(xié)同制造系統(tǒng)，使制造資源得到最佳利用、生產(chǎn)效率得到極大提高，能夠?qū)κ袌鲎兓蛢?nèi)部變化作出迅速響應(yīng)。

1.2先進制造技術(shù)對產(chǎn)品生產(chǎn)活動的影響

從生產(chǎn)流程來看，AMT與傳統(tǒng)制造技術(shù)對制造過程的影響如圖5所示。傳統(tǒng)制造是利用制造資源將原材料轉(zhuǎn)換為產(chǎn)品的過程，僅為生產(chǎn)過程的一部分，一般包括產(chǎn)品的加工和裝配兩大內(nèi)容，制造商自行生產(chǎn)或者從供應(yīng)商購買零件，將其組裝成產(chǎn)品并檢驗以符合要求。制造過程中輸入的是原材料、能量、信息、人力資源等，輸出的是符合要求的產(chǎn)品。傳統(tǒng)的制造系統(tǒng)設(shè)計、制造與銷售各部分之間信息的傳遞與反饋不暢，各部門按功能分解任務(wù)，容易只考慮本部門的利益，對系統(tǒng)的優(yōu)化考慮較少，造成設(shè)計與制造部門間難以協(xié)調(diào)、矛盾突出。

AMT主要從材料設(shè)計、制造流程改造、產(chǎn)品服務(wù)融合的集成解決方案和循環(huán)利用四個方面拓展傳統(tǒng)制造技術(shù)的內(nèi)容：

(1)材料設(shè)計新型材料的成型和加工技術(shù)愈發(fā)重要，對材料分子層或原子層的定向改造極大地提高了產(chǎn)品性能，超硬材料、功能梯度復(fù)合材料的某些新的成形、加工技術(shù)將不斷涌現(xiàn)，如超導(dǎo)材料成形加工等。

(2)制造流程改造傳統(tǒng)制造是面向批處理、時間上和空間上分離的分布式加工，先進制造超效能加工和自動化技術(shù)能夠促使連續(xù)流制造，減少零件庫存。

(3)產(chǎn)品服務(wù)融合先進制造強調(diào)涵蓋從產(chǎn)品研發(fā)直至客戶應(yīng)用的全過程，提品、軟件和服務(wù)于一體的產(chǎn)品解決方案和端對端的服務(wù)。知識資本、人力資本和技術(shù)資本的高度聚合，使制造活動擺脫了傳統(tǒng)制造低技術(shù)含量、低附加值的模式，通過產(chǎn)品設(shè)計、管理咨詢等活動，技術(shù)和知識在生產(chǎn)過程中被實際運用，將技術(shù)進步轉(zhuǎn)化為生產(chǎn)能力和競爭力，為企業(yè)產(chǎn)生更高的附加價值。

(4)循環(huán)利用[42]先進制造注重材料的回收利用，不但對環(huán)境友好而且節(jié)約原材料成本。傳統(tǒng)的產(chǎn)品制造模式是一個開環(huán)系統(tǒng)，即原料工業(yè)生產(chǎn)產(chǎn)品使用報廢棄入環(huán)境，是以大量消耗資源和破壞環(huán)境為代價的制造方式；而循環(huán)生產(chǎn)是一個閉環(huán)系統(tǒng)，整個生命周期考慮生態(tài)環(huán)境和資源效率，從單純的產(chǎn)品功能設(shè)計擴展到生命周期設(shè)計，強調(diào)所有資源應(yīng)該實現(xiàn)在經(jīng)濟體系內(nèi)的循環(huán)利用。

基礎(chǔ)制造技術(shù)、新型制造單元技術(shù)和現(xiàn)代先進集成制造技術(shù)對制造業(yè)的發(fā)展產(chǎn)生了重要影響?；A(chǔ)制造技術(shù)通過改進、整合形成新型制造單元技術(shù)，進而影響整個制造過程。諸如網(wǎng)絡(luò)化制造、面向服務(wù)制造和智能制造等先進集成制造技術(shù)已在前文說明，這里著重探討新型制造單元技術(shù)對制造過程的影響。具體來講，新型制造單元技術(shù)(圖2中第二層)對傳統(tǒng)制造流程的改造如圖6所示，增材/精準(zhǔn)制造用于對加工階段的改造；機器人/自動化技術(shù)用于組裝和生產(chǎn)流程的自動化；先進電子技術(shù)用于產(chǎn)品和服務(wù)的融合以及加工過程的控制；供應(yīng)鏈設(shè)計以整體效益最優(yōu)化為目標(biāo)，以系統(tǒng)化的觀點綜合考慮人、技術(shù)、管理、設(shè)備、物料、信息等系統(tǒng)構(gòu)成要素的優(yōu)化組合，在滿足產(chǎn)品或服務(wù)供給要求的同時，達到成本最低；清潔生產(chǎn)技術(shù)主要用于材料的循環(huán)利用、回收等環(huán)節(jié)；分子生物學(xué)和生物制造用于材料設(shè)計及制造流程的改進；納米材料技術(shù)用于合成與加工功能梯度材料、復(fù)合材料等；物聯(lián)網(wǎng)、云計算和大數(shù)據(jù)用于對產(chǎn)品全生命周期制造過程進行全方位跟蹤、分析、優(yōu)化和控制，實現(xiàn)多維度、透明化的泛在感知，確保制造過程的高效、敏捷、可持續(xù)和智能化。

需要指出的是，AMT對傳統(tǒng)制造流程的改造，不但使原有制造和裝配工藝等制造中期階段產(chǎn)生了質(zhì)的變化，而且涵蓋了市場信息分析、產(chǎn)品決策、產(chǎn)品設(shè)計、生產(chǎn)準(zhǔn)備等生產(chǎn)前階段，以及質(zhì)量監(jiān)測、銷售使用、售前售后服務(wù)、產(chǎn)品報廢的處理和回收再生產(chǎn)等后階段，覆蓋了產(chǎn)品生命周期的制造全過程，可提供集產(chǎn)品、軟件和服務(wù)于一體的整體解決方案，實現(xiàn)優(yōu)質(zhì)、高效、低耗、清潔、靈活生產(chǎn)。

1.3各國先進制造技術(shù)發(fā)展情況和研究進展

近年來，美國、日本、德國等發(fā)達國家先后針對AMT的研發(fā)提出了國家層面的發(fā)展戰(zhàn)略計劃。美國在2009年12月頒布了《AFrameworkforRevitalizingAmericanManufacturing》(重振美國制造業(yè)框架)[43]；2011年6月宣布了《TheAdvancedManufacturingPartnership》(先進制造伙伴計劃)[44]；2012年2月了《ANationalStrategicPlanForAdvancedManufacturing》(先進制造業(yè)國家戰(zhàn)略)[45]，提出通過加強研究和試驗稅收減免、擴大和優(yōu)化政府投資、建設(shè)智能制造技術(shù)平臺，以加快智能制造的技術(shù)創(chuàng)新。

日本在1989年就發(fā)起“智能制造系統(tǒng)”計劃，推動本國AMT的研究和發(fā)展；2010年5月公布了《產(chǎn)業(yè)結(jié)構(gòu)藍圖》，同年6月通過《新增長戰(zhàn)略》法案，規(guī)劃了日本經(jīng)濟2011年~2020年的十年發(fā)展戰(zhàn)略，其中包括對先進制造業(yè)的支持策略，通過大力調(diào)整制造業(yè)結(jié)構(gòu)，加快發(fā)展機器人、無人化工廠、3D打印技術(shù)等尖端領(lǐng)域，提升制造業(yè)的國際競爭力[46]。

德國作為工業(yè)強國，為保持其制造業(yè)的競爭優(yōu)勢，采取積極有效的行動，將大量人力和物力投入到AMT中，推動AMT的發(fā)展，并制訂了相關(guān)的計劃[47]，特別是2010年7月制訂了《高技術(shù)戰(zhàn)略2020》，以支持制造領(lǐng)域新型革命性技術(shù)的研究與創(chuàng)新。其中“工業(yè)4.0”項目[48]是《高技術(shù)戰(zhàn)略2020》確定的十大未來技術(shù)項目之一，用以支持工業(yè)技術(shù)領(lǐng)域新一代關(guān)鍵技術(shù)的研發(fā)和創(chuàng)新，該項目成為2013年漢諾威自動化展最熱門的話題。工業(yè)4.0旨在通過互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、CPS、IoS等技術(shù)提升制造系統(tǒng)的智能化水平，它包括兩大主題：1智能工廠，重點研究智能化生產(chǎn)系統(tǒng)和過程，以及網(wǎng)絡(luò)化分布式生產(chǎn)設(shè)施的實現(xiàn)；2智能生產(chǎn)，主要涉及整個企業(yè)的生產(chǎn)物流管理、人機互動以及3D技術(shù)在工業(yè)生產(chǎn)過程中的應(yīng)用等。歐盟于1998年~2007年相繼公布了第五框架計劃(1998~2002)、第六框架計劃(2002~2006)和第七框架計劃(2007~2013)，于2009年頒布了《歐盟共同關(guān)鍵使能技術(shù)發(fā)展戰(zhàn)略》，次年3月頒布了《歐洲2020戰(zhàn)略》[49]。發(fā)達國家希望以高新技術(shù)為依托大力發(fā)展節(jié)能環(huán)保產(chǎn)品、清潔能源、新材料等新興產(chǎn)業(yè)，構(gòu)筑新的優(yōu)勢，消除不利因素，創(chuàng)造有利環(huán)境及符合自身優(yōu)勢的新興市場，規(guī)避在傳統(tǒng)制造領(lǐng)域與中國等發(fā)展中國家相比的競爭劣勢，以樹立其AMT的持續(xù)競爭優(yōu)勢，提高其先進制造業(yè)的競爭力。

我國也十分重視AMT的發(fā)展，國家863計劃在清華大學(xué)建立了CIMS工程研究中心。先進制造技術(shù)作為一個主題在國家科技部領(lǐng)導(dǎo)下取得重大進展，如數(shù)字化制造與工業(yè)工程[50]、網(wǎng)絡(luò)協(xié)同設(shè)計[51]、網(wǎng)絡(luò)制造、仿生制造[52]、綠色制造與區(qū)域網(wǎng)絡(luò)制造[53]、供應(yīng)鏈、網(wǎng)絡(luò)化制造、大批量定制和仿生制造[54-55]等。特別是國家“十二五”制造業(yè)信息化科技工程規(guī)劃中，明確提出了大力發(fā)展新一代集成協(xié)同技術(shù)、制造服務(wù)技術(shù)和制造物聯(lián)技術(shù)，該規(guī)劃的實施將促進互聯(lián)網(wǎng)、云計算、物聯(lián)網(wǎng)等新一代信息技術(shù)與制造技術(shù)相融合，為加速制造業(yè)結(jié)構(gòu)調(diào)整和轉(zhuǎn)型升級、發(fā)展高端制造業(yè)等戰(zhàn)略性新興產(chǎn)業(yè)發(fā)揮極其重要的作用。制造業(yè)信息化工程的實施使我國在AMT領(lǐng)域取得了大批具有先進水平的研究成果，促進了制造業(yè)向精益化、全球化、協(xié)同化、服務(wù)化、綠色化、智能化的方向發(fā)展，為傳統(tǒng)產(chǎn)業(yè)的升級改造和高技術(shù)產(chǎn)業(yè)的發(fā)展做出了貢獻。

2新工業(yè)革命

工業(yè)革命是生產(chǎn)技術(shù)的變革，同時也是一場深刻的社會關(guān)系變革。新科技群的協(xié)同效應(yīng)和深度融合將導(dǎo)致生產(chǎn)組織方式和制造模式發(fā)生重大變化，從而引發(fā)新的工業(yè)革命。目前正在出現(xiàn)一種新工業(yè)革命，但仍是一個十分模糊的概念，不同研究者對新工業(yè)革命的概念有各自的理解，主要有5種不同的觀點：

(1)杰里米·里夫金[56]認為，歷史上重要的工業(yè)革命都是在新通訊方式和新能源結(jié)合之際產(chǎn)生的，當(dāng)前正由互聯(lián)網(wǎng)和新能源結(jié)合引發(fā)新的經(jīng)濟和社會變革，即包括五大支柱的新工業(yè)革命，如圖7所示，其中：1能源轉(zhuǎn)型，向可再生能源轉(zhuǎn)型，利用風(fēng)和陽光等，不再消耗石化產(chǎn)品；2分散式生產(chǎn)，互聯(lián)網(wǎng)信息技術(shù)等基礎(chǔ)設(shè)施的建設(shè)大大減小了時間、空間對人們的經(jīng)濟活動交流的制約，基于知識的共享、創(chuàng)新和發(fā)展的扁平式、分散化、合作性的生產(chǎn)組織結(jié)構(gòu)更加符合現(xiàn)代商業(yè)的需求；3存儲，充分利用社會基礎(chǔ)設(shè)施存儲間歇式可再生能源；4構(gòu)建能源互聯(lián)網(wǎng)，利用互聯(lián)網(wǎng)技術(shù)將電網(wǎng)轉(zhuǎn)變?yōu)槟茉垂蚕砭W(wǎng)，通過一種網(wǎng)格式的智能分布式電力系統(tǒng)和他人共享；5交通工具轉(zhuǎn)變，將汽車、卡車、火車等運輸工具轉(zhuǎn)向插電式或者燃料電池等以可再生能源為動力的交通工具，電動車需要的電可在充電站購買。這五大支柱協(xié)同發(fā)展實現(xiàn)了1+1+1+1+1>5的整合效應(yīng)，樹立起一個新經(jīng)濟發(fā)展范例，帶領(lǐng)世界進入新紀(jì)元。

(2)克里斯·安德森[57]認為，新型材料的應(yīng)用和增材制造技術(shù)等數(shù)字化制造方式將引發(fā)新工業(yè)革命，采用新型材料、3D打印技術(shù)和基于網(wǎng)絡(luò)的協(xié)同制造服務(wù)等智能化與數(shù)字化制造方法，能夠迅速和精準(zhǔn)地將計算機中的虛擬設(shè)計模型轉(zhuǎn)化為真實物體，甚至直接打印出零件或模具，基于網(wǎng)絡(luò)的新型數(shù)字化設(shè)計及制造的創(chuàng)新提供給網(wǎng)絡(luò)用戶以創(chuàng)造真實物體的能力，將制造延伸至范圍更廣的生產(chǎn)人群中，這些制造過程蘊藏著由普通人完成的無限可能，眾多個人制造聯(lián)合推動全面創(chuàng)造，將直接加快向新型工業(yè)化趨勢發(fā)展的步伐，從而引領(lǐng)新工業(yè)革命。

(3)英國彼得·馬什[58]在《新工業(yè)革命：消費者、全球化以及大規(guī)模生產(chǎn)的終結(jié)》一書中，將工業(yè)革命劃分為五次，如表1所示，而將始于2005年的第五次工業(yè)革命稱為新工業(yè)革命。

(4)保羅·麥基利的三次革命說[49，59]認為，以制造業(yè)數(shù)字化為核心的第三次工業(yè)革命(新工業(yè)革命)即將到來，互聯(lián)網(wǎng)、智能軟件、新能源、新材料、機器人、新的制造方法和以網(wǎng)絡(luò)為基礎(chǔ)的商業(yè)服務(wù)模式將使技術(shù)要素和市場配置要素發(fā)生革命性變革，產(chǎn)生改變社會發(fā)展歷程的巨大能量。而制造業(yè)的數(shù)字化進程正從智能計算機軟件、新材料、更靈巧的機器人、基于網(wǎng)絡(luò)的制造業(yè)服務(wù)化、新的制造方法5個方面向前推進。

(5)德國政府于2013年4月舉辦的漢諾威工業(yè)博覽會上，正式推出了工業(yè)4.0第四次工業(yè)革命[48]項目，目的是支持工業(yè)領(lǐng)域新一代革命性技術(shù)的研發(fā)與創(chuàng)新。工業(yè)4.0強調(diào)在工業(yè)生產(chǎn)過程中，以信息物理融合系統(tǒng)為核心，將眾多智能體聚集在信息平臺上，形成一種高度協(xié)同的互聯(lián)互通關(guān)系，從而構(gòu)建智能化的新型生產(chǎn)模式與產(chǎn)業(yè)結(jié)構(gòu)。工業(yè)4.0正引領(lǐng)新一輪的工業(yè)革命，傳統(tǒng)的行業(yè)界限將消失，并會產(chǎn)生各種新的活動領(lǐng)域、商業(yè)模式和合作形式，將導(dǎo)致工業(yè)結(jié)構(gòu)、經(jīng)濟結(jié)構(gòu)和社會結(jié)構(gòu)從垂直向扁平轉(zhuǎn)變，從集中向分散轉(zhuǎn)變。

這些研究預(yù)言了新的工業(yè)革命即將來臨，勾勒出了先進制造業(yè)的影響，描繪了未來制造業(yè)的走向。從上述觀點可以看出，工業(yè)革命的實質(zhì)是制造方式與模式的革命：保羅·麥基利認為生產(chǎn)工具發(fā)生很大變化將導(dǎo)致新工業(yè)革命；杰里米·里夫金認為生產(chǎn)動力的變革將引發(fā)新工業(yè)革命；彼得·馬什認為新工業(yè)革命主要集中在材料、動力、加工工藝、制造模式等方面的變革；克里斯·安德森的新工業(yè)革命觀點主要體現(xiàn)在生產(chǎn)方式的革新；德國工業(yè)4.0體現(xiàn)在在工業(yè)生產(chǎn)過程中，基于CPS建立了一種高度協(xié)同的產(chǎn)品與服務(wù)的生產(chǎn)模式。其實，任何一項單一的技術(shù)都不足以引發(fā)新一輪工業(yè)革命，判斷工業(yè)革命的依據(jù)關(guān)鍵為是否有新科技群協(xié)同效應(yīng)以及是否帶來人類生產(chǎn)、生活方式的重大變革。因此，新工業(yè)革命是基于新能源、智能制造、數(shù)字化制造、機器人技術(shù)、新一代信息網(wǎng)絡(luò)技術(shù)等先進技術(shù)綜合系統(tǒng)協(xié)同創(chuàng)新及突破性的發(fā)展，融合信息、計算機、數(shù)字化、互聯(lián)網(wǎng)技術(shù)創(chuàng)新變革，使工業(yè)生產(chǎn)方式與制造模式發(fā)生巨大變化，從而使交易方式與人們的生活方式發(fā)生重大變化。傳統(tǒng)的自上而下、集中規(guī)?；纳a(chǎn)模式將逐步被新工業(yè)革命的分散、扁平和協(xié)作的模式取代，定制化、個性化、智能化、分散化和合作化是新工業(yè)革命的主要特征。

3先進制造技術(shù)與新工業(yè)革命之間關(guān)系

從主導(dǎo)技術(shù)和新興產(chǎn)業(yè)的角度來看，以生產(chǎn)方式變革為主線的AMT的群體涌現(xiàn)、協(xié)同融合將導(dǎo)致新的工業(yè)革命，各種技術(shù)之間產(chǎn)生的耦合效應(yīng)推動了工業(yè)革命的進程。新工業(yè)革命不是依賴單一學(xué)科或某幾類技術(shù)，而應(yīng)該是全方位的多學(xué)科、多技術(shù)層次、寬領(lǐng)域的協(xié)同效應(yīng)和深度融合。人類制造模式的演變從原始手工生產(chǎn)模式到現(xiàn)代先進制造模式的演變過程中，經(jīng)歷了3次大的革命性變革。圖8所示為由市場變化與技術(shù)發(fā)展推動的先進制造模式的變革。

圖中：第一次工業(yè)革命中，由于蒸汽機、電氣技術(shù)、內(nèi)燃機的發(fā)明與改進，機器取代手工成為主導(dǎo)生產(chǎn)方式，制造業(yè)進入機械化制造時代，成為近代工業(yè)化大生產(chǎn)時代的開端。第二次工業(yè)革命中，大規(guī)模制造成為主導(dǎo)生產(chǎn)方式，20世紀(jì)20年代，隨著電子技術(shù)、信息技術(shù)的發(fā)展，以流水線為典型代表的大規(guī)模制造模式在組織結(jié)構(gòu)上追求縱向一體化與大規(guī)模，內(nèi)部分工仔細，專業(yè)化程度高，簡單熟練的操作提高了生產(chǎn)效率，使制造成本隨規(guī)模遞減，同時質(zhì)量的穩(wěn)定性也得到提高，制造模式進入批量大規(guī)模制造階段。新工業(yè)革命是現(xiàn)代先進制造模式集成協(xié)同創(chuàng)新的結(jié)果，進入20世紀(jì)90年代后期，隨著網(wǎng)絡(luò)信息技術(shù)、智能控制技術(shù)研究的深入和以知識為基礎(chǔ)的經(jīng)濟時代的到來，制造業(yè)的市場環(huán)境與技術(shù)變革發(fā)生了根本性的改變。大規(guī)模制造系統(tǒng)的剛性與市場的個性化需求以及環(huán)境快速變化所要求的響應(yīng)速度之間的矛盾日益尖銳，正是在此背景下，各種新制造模式研究探索與試驗如雨后春筍般迅速興起，現(xiàn)代AMT融合自然科學(xué)和社會科學(xué)的最新進展，以綠色、低碳、可持續(xù)為發(fā)展理念，帶來了產(chǎn)業(yè)組織模式的轉(zhuǎn)變，對轉(zhuǎn)變經(jīng)濟增長方式、政府管理模式和社會組織形態(tài)都有巨大的推動作用，使全球技術(shù)要素和市場要素配置方式發(fā)生了革命性變化。

AMT的發(fā)展將在新工業(yè)革命中發(fā)揮重要作用。如前所述，工業(yè)革命的實質(zhì)是制造業(yè)生產(chǎn)方式與制造模式發(fā)生重大變化，它必然也是始于制造技術(shù)突破性的發(fā)展。AMT是制造業(yè)產(chǎn)生變革的根本力量，新一代信息技術(shù)(云計算、大數(shù)據(jù)、物聯(lián)網(wǎng)、務(wù)聯(lián)網(wǎng)、云平臺等)、新能源(再生能源、清潔能源等)、新材料(復(fù)合材料、納米材料等)技術(shù)等將為新工業(yè)革命創(chuàng)造強大的新基礎(chǔ)設(shè)施；分散式制造(網(wǎng)絡(luò)化制造、制造物聯(lián)、云制造、智能制造)、眾包生產(chǎn)、集群效應(yīng)、利基思維等使生產(chǎn)方式產(chǎn)生變革，將整個工業(yè)生產(chǎn)體系提升到一個新的水平，工業(yè)生產(chǎn)、經(jīng)濟體系和社會結(jié)構(gòu)將從垂直轉(zhuǎn)向扁平、從集中轉(zhuǎn)向分散；以智能制造為代表的新一代先進制造模式，必將使商業(yè)模式、管理模式、服務(wù)模式、企業(yè)組織結(jié)構(gòu)和人才資源需求發(fā)生巨大變化，給工業(yè)領(lǐng)域、生產(chǎn)價值鏈、業(yè)務(wù)模式乃至生活方式帶來根本性變革，進而推進和實現(xiàn)新的工業(yè)革命。

制造模式的演進與新工業(yè)革命的出現(xiàn)由市場發(fā)展、社會變革、技術(shù)突破、管理創(chuàng)新多種動因的綜合作用決定。對新工業(yè)革命的內(nèi)涵的理解必須通過與社會科學(xué)(如經(jīng)濟學(xué)和管理學(xué))等跨學(xué)科的對話和交流，適當(dāng)突破自然科學(xué)和工程技術(shù)學(xué)科的理論范疇。工業(yè)發(fā)展歷程表明，新的生產(chǎn)模式的出現(xiàn)均為與特定的社會制度、組織結(jié)構(gòu)和經(jīng)濟因素等相互作用的產(chǎn)物，而新的制造模式又會對既有社會制度和管理方式提出新的要求，從而推進企業(yè)管理模式、社會制度環(huán)境的變革[60]。綜上所述，在市場、技術(shù)、社會經(jīng)濟環(huán)境變化與全球一體化趨勢的推動下，制造業(yè)正在經(jīng)歷著一場革命，一場以實施先進制造技術(shù)和經(jīng)營方式徹底變革為主要內(nèi)容的先進制造模式的革命，涉及制造理念、制造戰(zhàn)略、制造技術(shù)、制造組織與管理各個領(lǐng)域的全面變革。

4新一代先進制造技術(shù)的應(yīng)用案例

產(chǎn)品制造的智能化變革絕不僅是優(yōu)化現(xiàn)有的制造業(yè)，而是將制造延伸至范圍更廣的生產(chǎn)人群中———既有現(xiàn)存的制造商又有正成為創(chuàng)業(yè)者的普通民眾。隨著社會化網(wǎng)絡(luò)的發(fā)展，通過充分開發(fā)大眾的智慧、力量和資源，以用戶創(chuàng)造內(nèi)容(Usergeneratedcontent)為代表的社會化生產(chǎn)模式更能形成突破性創(chuàng)新，彰顯出巨大的能量和商業(yè)價值。以思科(Cisco)為例[31]，2007年秋，思科借助Brightidea公司的創(chuàng)意網(wǎng)絡(luò)平臺，為其一個十億美元的新業(yè)務(wù)尋找創(chuàng)意，通過征集創(chuàng)意—進行篩選—提煉創(chuàng)意三個階段，最后從104個國家的2500多名參與者提交的約1200個創(chuàng)意中，成功篩選出最佳創(chuàng)意；再如美國越野賽車LocalMotors公司通過社會化生產(chǎn)方式，將越野賽車的個性化設(shè)計與制造分包給不同的社區(qū)，在社區(qū)內(nèi)的微型工廠實現(xiàn)了快速小批量設(shè)計與生產(chǎn)；波音公司聯(lián)合全球40多個國家和地區(qū)企業(yè)，通過網(wǎng)絡(luò)協(xié)同和制造服務(wù)外包的形式協(xié)同研發(fā)制造了波音787，將研發(fā)周期縮短至原來的30%，成本也減少了50%[18]。如此一來，創(chuàng)意新階層得以進入生產(chǎn)領(lǐng)域，將自己的設(shè)計產(chǎn)品模型轉(zhuǎn)變成產(chǎn)品，卻無需自行建立工廠或公司，制造變成了另外一種可由網(wǎng)絡(luò)瀏覽器獲取的云服務(wù)，實現(xiàn)了低成本的高技術(shù)，保持了小型化與全球化并存的能力。借助物聯(lián)網(wǎng)、云服務(wù)、大數(shù)據(jù)等技術(shù)，用戶參與不再局限于創(chuàng)意征集階段，而向設(shè)計研發(fā)、制造、實驗、檢測、營銷等縱深發(fā)展，向產(chǎn)品全生命周期拓展，這些生產(chǎn)方式將為開發(fā)出成功的產(chǎn)品、降低生產(chǎn)成本、提高效率作出巨大貢獻。

以大數(shù)據(jù)、物聯(lián)網(wǎng)/CPS、云計算等新一代信息技術(shù)為基礎(chǔ)的先進制造技術(shù)將促進制造系統(tǒng)向服務(wù)化、智慧化、個性化、社會化的方向發(fā)展，智慧制造應(yīng)運而生[40-41]。智慧制造將制造系統(tǒng)分為社會系統(tǒng)、信息系統(tǒng)和物理系統(tǒng)三個子系統(tǒng)，其中社會系統(tǒng)強調(diào)群體智慧和人的主觀能動性，尤其是人及其隱性知識的集成，是基于人際網(wǎng)(Internetofpeople)所形成的社會化網(wǎng)絡(luò)，注重客戶參與的互動性、個性化和創(chuàng)新性；物理系統(tǒng)通過物聯(lián)網(wǎng)實現(xiàn)物理實體的互聯(lián)互通，利用RFID、嵌入在資源或產(chǎn)品內(nèi)的感知器等獲得資源狀態(tài)和環(huán)境的數(shù)據(jù)信息；信息系統(tǒng)通過大數(shù)據(jù)技術(shù)對業(yè)務(wù)對象的屬性、位置和狀態(tài)等信息進行整合，從海量數(shù)據(jù)中抽取出所需的信息、知識和智慧，為需求分析、設(shè)計、生產(chǎn)、營銷和回收等制造全生命周期過程提供知識支持。物聯(lián)網(wǎng)獲取的數(shù)據(jù)與知識的價值是通過服務(wù)的形式來體現(xiàn)的，通過云計算和“一切皆為服務(wù)”的理念，為用戶提供按需即取的服務(wù)方式，將服務(wù)資源延伸到物理世界，最終得以在物理系統(tǒng)中實現(xiàn)產(chǎn)品生產(chǎn)。

新工業(yè)革命將促進社會制造/智慧制造理念的實現(xiàn)。社會制造將使傳統(tǒng)的企業(yè)轉(zhuǎn)變?yōu)槟軌蛑鲃痈兄㈨憫?yīng)客戶大規(guī)模個性化定制需求的智慧型企業(yè)，其核心就是主動、實時地將社會需求與社會制造能力有機地結(jié)合起來，從而高效、實時動態(tài)地滿足客戶需求。Shapeways公司就是一個典型的例子[61]，該公司于2007年創(chuàng)立于荷蘭，后將總部移至美國曼哈頓，是一家利用3D打印技術(shù)為客戶定制各種產(chǎn)品和服務(wù)的公司，至今已獲數(shù)千萬美元的風(fēng)險投資支持，截止2012年6月20日，其生產(chǎn)產(chǎn)品已經(jīng)超過100萬款，產(chǎn)量超過60億件。2012年10月19日，該公司位于紐約皇后區(qū)的“未來工廠”正式投入運營。該工廠占地2.5×104m2，可以容納50臺工業(yè)打印機，每年可按照消費者的需求生產(chǎn)上千萬件產(chǎn)品。Shapeways的市場運營模式如下：通過Facebook和Twitter等社會媒體接受客戶關(guān)于各種產(chǎn)品的3D設(shè)計方案，將顧客的需求發(fā)送給Shapeways工廠，由工作人員確定是否可行，評估并制定方案，并在數(shù)天內(nèi)完成產(chǎn)品的打印生產(chǎn)，然后寄送給客戶。同時，該公司還為商家和設(shè)計者設(shè)立平臺，使他們可以利用公司的3D打印機生產(chǎn)并銷售自己設(shè)計或收集的產(chǎn)品，用戶提交他們的產(chǎn)品創(chuàng)意，如果有足夠多的人喜歡(如通過Twitter，F(xiàn)acebook等獨特社區(qū))，則產(chǎn)品開發(fā)團隊將制作產(chǎn)品原型，用戶可在線對其進行投票、評分、提意見或建議，參與產(chǎn)品的設(shè)計開發(fā)、改進、預(yù)售和營銷等，即通過聚集大眾智慧的方式，讓社區(qū)參與產(chǎn)品開發(fā)的整個過程。如果產(chǎn)品獲得預(yù)期成功，則發(fā)明者和其他協(xié)作者可分享一定的產(chǎn)品銷售收入。在過去的2014年，其月均訂單已超過18.1萬件，成為目前全球第一的在線3D打印社區(qū)。該案例成功地利用社會性網(wǎng)絡(luò)、群體智慧和3D打印等技術(shù)實現(xiàn)了個性化產(chǎn)品的生產(chǎn)，涉及社會系統(tǒng)、信息系統(tǒng)及物理系統(tǒng)的各個層次，大批3D打印機形成制造網(wǎng)絡(luò)，并與互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、務(wù)聯(lián)網(wǎng)和人際網(wǎng)(社會性網(wǎng)絡(luò))無縫連接，形成復(fù)雜的社會制造網(wǎng)絡(luò)系統(tǒng)，從而將社會需求、虛擬設(shè)計與實物制造有機地銜接起來，在一定程度上為智慧制造/社會制造提供了例證。

5我國制造業(yè)發(fā)展的思考

新工業(yè)革命將對全球產(chǎn)業(yè)結(jié)構(gòu)、生產(chǎn)資料、勞動者素質(zhì)等生產(chǎn)力要素和人類生產(chǎn)生活方式、思想觀念產(chǎn)生巨大影響，企業(yè)組織結(jié)構(gòu)、管理方式、社會制度政策環(huán)境等因素決定了先進制造技術(shù)在制造業(yè)領(lǐng)域應(yīng)用的廣度和深度。我國應(yīng)基于國情把握好新工業(yè)革命的發(fā)展機遇，高度重視AMT的發(fā)展動態(tài)，大力發(fā)展戰(zhàn)略新興產(chǎn)業(yè)，為新工業(yè)革命創(chuàng)造良好的環(huán)境條件，從而促進我國經(jīng)濟社會快速發(fā)展[62]。自2009年以來，我國密集部署未來新興產(chǎn)業(yè)的重點發(fā)展方向和主要任務(wù)，提出積極發(fā)展新能源、新一代信息技術(shù)、新材料等七大戰(zhàn)略性新興產(chǎn)業(yè)，努力抓住“新工業(yè)革命”這一難得的發(fā)展機遇，發(fā)展知識技術(shù)密集、資源消耗小、成長潛力巨大、綜合效益好的產(chǎn)業(yè)，增強自主發(fā)展能力。我國先進制造業(yè)目前主要由兩大部分構(gòu)成(如圖9)：1由融合先進制造技術(shù)的傳統(tǒng)制造業(yè)改造而成的先進制造業(yè)，如數(shù)控機床、海洋工程設(shè)備、航空航天裝備等；2科技重大突破創(chuàng)新的成果落地應(yīng)用后形成的新產(chǎn)業(yè)，如增量制造(3D打印)、生物制造、微納制造等。

(1)信息化和工業(yè)化深度融合

新工業(yè)革命的興起為我國探索資源消耗低、環(huán)境污染少的工業(yè)新類型和生產(chǎn)新方法帶來了契機，新一代智能化技術(shù)、新能源、新材料等新科技正快速形成產(chǎn)業(yè)規(guī)模市場，該市場有利于發(fā)展循環(huán)生產(chǎn)和循環(huán)經(jīng)濟，實現(xiàn)經(jīng)濟效益與環(huán)境效益、社會效益的均衡發(fā)展。新工業(yè)革命以智能化微制造科技為關(guān)鍵科技支撐體系、以深層次循環(huán)式生產(chǎn)為主導(dǎo)，促使生產(chǎn)力和生產(chǎn)方式向更深層次和更廣范圍拓展。我國未來的現(xiàn)代產(chǎn)業(yè)體系應(yīng)該更多地建立在新的工業(yè)生產(chǎn)方式、新的生產(chǎn)組織方式和新的生產(chǎn)制造模式基礎(chǔ)上。

(2)發(fā)展戰(zhàn)略新興產(chǎn)業(yè)

戰(zhàn)略性新興產(chǎn)業(yè)[63]以重大科學(xué)技術(shù)突破性發(fā)展為基礎(chǔ)，對社會發(fā)展具有重大引導(dǎo)帶動作用，而且知識密集、資源消耗小、發(fā)展?jié)摿薮蟛⑶揖C合效益好，能增強我國的自主創(chuàng)新和可持續(xù)發(fā)展能力，更深入地參與國際競爭。發(fā)展戰(zhàn)略新興產(chǎn)業(yè)目前面臨知識科技創(chuàng)新、組織管理創(chuàng)新、體制政策創(chuàng)新三大重要創(chuàng)新任務(wù)。我國十分重視戰(zhàn)略新興產(chǎn)業(yè)，2010年10月18日頒布了《關(guān)于加快培育和發(fā)展戰(zhàn)略性新興產(chǎn)業(yè)的決定》，準(zhǔn)備用20年左右時間，使節(jié)能環(huán)保能源產(chǎn)業(yè)、新一代電子信息技術(shù)、高端裝備制造業(yè)等七大戰(zhàn)略性新興產(chǎn)業(yè)的創(chuàng)新能力和發(fā)展水平達到世界領(lǐng)先；在《“十二五”國家戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展規(guī)劃》中提出了七大戰(zhàn)略性新興產(chǎn)業(yè)的發(fā)展方向和任務(wù)，以重大技術(shù)突破和重大發(fā)展需求為基礎(chǔ)，將知識技術(shù)密集型、引領(lǐng)作用強、發(fā)展?jié)摿煤途C合效益大的新興產(chǎn)業(yè)作為發(fā)展重點，建立戰(zhàn)略性新興產(chǎn)業(yè)重點領(lǐng)域產(chǎn)業(yè)聯(lián)盟，大力發(fā)展可再生新能源、生物技術(shù)、智慧物聯(lián)網(wǎng)、云計算、普適人機交互等新技術(shù)，并且注重智力資源的開發(fā)、新能源和互聯(lián)網(wǎng)的應(yīng)用，將創(chuàng)新放在關(guān)鍵的位置。

(3)為新工業(yè)革命創(chuàng)造環(huán)境條件

新工業(yè)革命創(chuàng)造環(huán)境條件包括至關(guān)重要的制度改革、政策環(huán)境和商業(yè)模式等，新工業(yè)革命帶來的不是個別政策的微量調(diào)整，而是系統(tǒng)化大規(guī)模變革問題。首先建立創(chuàng)新激勵機制和知識產(chǎn)權(quán)保護，集聚大量的高端創(chuàng)新人才，將技術(shù)和管理、軟科學(xué)和硬科學(xué)結(jié)合在一起協(xié)同創(chuàng)新，增強市場化導(dǎo)向和創(chuàng)新激勵機制；其次加強政策引導(dǎo)企業(yè)技術(shù)創(chuàng)新及技術(shù)改造，鼓勵企業(yè)和科研院所建立各種模式的創(chuàng)新聯(lián)盟，促進產(chǎn)業(yè)集聚和資源整合；最后通過法律強制、財政資金支持、稅收優(yōu)惠等措施引導(dǎo)和支持企業(yè)突破核心關(guān)鍵技術(shù)，支持新技術(shù)新產(chǎn)品的推廣應(yīng)用。與新的制造技術(shù)相適應(yīng)的企業(yè)管理方式和社會制度基礎(chǔ)決定了其在制造業(yè)領(lǐng)域應(yīng)用的廣度和深度，同時也在一定程度上決定了AMT能在多大程度上轉(zhuǎn)化為制造業(yè)的產(chǎn)業(yè)競爭力。

(4)培育知識創(chuàng)新能力與人力資本

第7篇

關(guān)鍵詞：制動尖叫；穩(wěn)健設(shè)計；影響因素；綜述

中圖分類號：U463.51+文獻標(biāo)文獻標(biāo)識碼：A文獻標(biāo)DOI：10.3969/j.issn.2095-1469.2013.03.01

制動尖叫頻率高（1～16 kHz），強度大[超過70 dB（A）]，不僅嚴(yán)重影響車輛的乘坐舒適性和行駛安全性，而且會造成嚴(yán)重的噪聲污染[1-2]。因此，研究制動尖叫的發(fā)生機理，確定制動尖叫的關(guān)鍵因素，尋求制動尖叫的有效控制措施一直在汽車業(yè)界倍受關(guān)注。

前期研究表明，制動尖叫會受到制動器材料、結(jié)構(gòu)、制動工況和環(huán)境等因素的顯著影響[3]。從是否可控的角度，可以將這些因素分為可控因素和不可控因素?？煽匾蛩厥侵改鼙辉O(shè)計者控制的因素，例如摩擦材料的配方與選型，制動器零部件的結(jié)構(gòu)與形狀尺寸，以及制動器的系統(tǒng)裝配方式等；不可控因素又稱噪聲因素，是指不能被設(shè)計者控制的影響因素，例如多變的制動工況和環(huán)境因素等。事實上，由于受到制動器的生產(chǎn)制造過程、多變的運行條件和人類認知能力等的影響，即使是可控因素也并非完全理想可控。例如，很多因素是不均一的、隨機的和時變的，具有不確定性和統(tǒng)計性特點?？紤]這些因素的多變性，從系統(tǒng)性能穩(wěn)健性的角度出發(fā)，必須降低制動尖叫對這些設(shè)計因素的敏感度[4]。因此，借鑒質(zhì)量工程學(xué)領(lǐng)域中的穩(wěn)健性設(shè)計方法，合理進行制動器的參數(shù)設(shè)計，提高制動器尖叫的穩(wěn)健性，成為重要的研究方向之一。

穩(wěn)健性設(shè)計方法最早由田口玄一博士于20世紀(jì)70年代提出，其目標(biāo)是通過可控設(shè)計變量的最佳組合，使產(chǎn)品具有對不可控因素干擾的抵抗能力，從而實現(xiàn)高度穩(wěn)定的產(chǎn)品性能，提高質(zhì)量[5-6]。與一般的優(yōu)化設(shè)計相比，穩(wěn)健性設(shè)計方法更有助于獲得質(zhì)量穩(wěn)定、高性能、低成本的產(chǎn)品，并已在電子、機械、化工等諸多領(lǐng)域得到廣泛應(yīng)用[7-9]。但迄今為止，有關(guān)制動尖叫穩(wěn)健性設(shè)計的研究工作開展得還比較少，更沒有針對性的綜述性。在此背景下，本文將在深入分析制動尖叫結(jié)構(gòu)影響因素的基礎(chǔ)上，對全球范圍內(nèi)有關(guān)制動尖叫穩(wěn)健性設(shè)計的研究進展進行綜述，并提出未來的研究方向。為了方便感興趣的讀者開展研究，對穩(wěn)健性設(shè)計的各種方法及其最新進展進行簡要評述。

1 影響制動尖叫的制動器結(jié)構(gòu)參數(shù)

制動器結(jié)構(gòu)參數(shù)無疑是汽車制動器設(shè)計的最重要內(nèi)容之一，也是改善制動器尖叫性能時需要重點考慮的控制要素。圖1所示為典型的盤式制動器及其主要部件[10]。作為重要的可控設(shè)計參數(shù)，制動器各個構(gòu)件的結(jié)構(gòu)參數(shù)必然成為制動尖叫穩(wěn)健性設(shè)計的重點。下面以日益廣泛應(yīng)用的盤式制動器為例，按照其主要組成構(gòu)件，從制動盤、制動塊、制動鉗和保持架依次進行有關(guān)盤式制動器制動尖叫結(jié)構(gòu)影響因素的綜合分析，為穩(wěn)健性設(shè)計評述奠定基礎(chǔ)。

1.1 制動盤結(jié)構(gòu)參數(shù)的影響

制動盤是制動器重要的摩擦副組成部件之一，一般采用灰鑄鐵鑄造而成，由制動盤面、帽部和通風(fēng)散熱筋構(gòu)成，具有回轉(zhuǎn)對稱的結(jié)構(gòu)特點，如圖1所示。近年來，為了達到更好的散熱性能，逐漸由實心盤向通風(fēng)盤轉(zhuǎn)變。制動盤的結(jié)構(gòu)參數(shù)對于制動尖叫具有重要影響，一方面是因為其表面積大，是主要的聲輻射源；另一方面，在1～16 kHz的頻率范圍內(nèi)，制動盤具有幾十階面內(nèi)模態(tài)和面外模態(tài)，模態(tài)密度較大，成為制動器產(chǎn)生模態(tài)耦合的重要來源。

國內(nèi)外有關(guān)制動盤結(jié)構(gòu)參數(shù)對制動尖叫的影響研究主要集中在制動盤結(jié)構(gòu)尺寸、材料屬性和表面形貌的影響（表1）。通過表1可以看出：

（1）從研究方法來看，包括了部件模態(tài)試驗與實模態(tài)有限元計算、制動器復(fù)模態(tài)計算以及制動器尖叫的臺架和道路試驗方法。

（2）從研究發(fā)現(xiàn)來看，改變制動盤盤面、帽部以及通風(fēng)散熱筋的結(jié)構(gòu)尺寸都會產(chǎn)生結(jié)構(gòu)模態(tài)頻率的移頻，從而對特定的結(jié)構(gòu)模態(tài)頻率產(chǎn)生影響，進而改變尖叫性能；不同的盤面開槽方式或者不同的表面形貌，則會同時對摩擦系數(shù)、接觸壓力以及制動尖叫性能產(chǎn)生影響。

1.2 制動塊結(jié)構(gòu)參數(shù)的影響

制動塊是制動器另一重要摩擦副部件，工作時與制動盤面直接接觸，產(chǎn)生摩擦力作用。制動塊分為活塞側(cè)和鉗指側(cè)制動塊，一般由金屬制動背板、石棉/半金屬基摩擦襯片和消音片構(gòu)成，如圖1所示。

在1～16 kHz的頻帶內(nèi)，制動塊的模態(tài)密度不高，且其結(jié)構(gòu)形狀以及模態(tài)振型對接觸狀態(tài)具有重要影響，是制動器模態(tài)耦合產(chǎn)生尖叫的關(guān)鍵因素，因此歷來是制動器尖叫設(shè)計的關(guān)注重點。針對制動塊多樣化的結(jié)構(gòu)形式及不同的材料屬性對制動尖叫的影響，廣大學(xué)者開展了大量的研究（表2）。通過表2可以看出：

（1）從研究方法來看，涵蓋了部件模態(tài)試驗與實模態(tài)有限元計算、制動器復(fù)模態(tài)的計算、制動器多柔體動力學(xué)計算方法，以及接觸壓力測量試驗、制動器尖叫的臺架和道路試驗方法。

（2）從研究發(fā)現(xiàn)來看，改變制動背板的結(jié)構(gòu)尺寸和材料屬性主要會產(chǎn)生結(jié)構(gòu)模態(tài)移頻，影響制動尖叫；摩擦襯片的總體尺寸變化、開槽、倒角以及材料屬性的變化則會產(chǎn)生模態(tài)頻率與模態(tài)振型變化、接觸壓力分布變化等綜合效應(yīng)，進而全面影響制動尖叫傾向性的變化；消音片的不同結(jié)構(gòu)型式、尺寸以及材料屬性會對阻尼效應(yīng)以及接觸壓力分布都產(chǎn)生重要影響，進而影響制動尖叫的強度與特性。

1.3 制動鉗結(jié)構(gòu)參數(shù)的影響

作為制動塊的壓緊裝置（圖1），制動鉗本身具有較大的質(zhì)量和剛度，其結(jié)構(gòu)參數(shù)的改變會引起制動器尖叫性能發(fā)生變化，但由于制動鉗的結(jié)構(gòu)復(fù)雜不規(guī)則，前期研究開展較少（表3）。由表3可知：研究主要集中在部件剛度參數(shù)以及接觸剛度的影響方面，研究方法也以有限元計算和臺架試驗為主。連接剛度與接觸剛度的改變會產(chǎn)生移頻效應(yīng)和接觸壓力變化效應(yīng)，進而影響制動尖叫。

1.4 保持架結(jié)構(gòu)參數(shù)的影響

保持架固定于轉(zhuǎn)向節(jié)上，結(jié)構(gòu)如圖1所示。制動器工作時，制動鉗沿導(dǎo)向銷相對于保持架軸向滑動。作為制動器主要的固定、連接部件，保持架的結(jié)構(gòu)參數(shù)對制動尖叫也有較大影響。目前的研究主要圍繞保持架的結(jié)構(gòu)形式及尺寸展開。從前期研究來看，改變保持架的體積、橫梁剛度以及加設(shè)加強肋等，都會對制動尖叫的優(yōu)化發(fā)揮一定的作用。

1.5 影響因素研究的綜合評述

國內(nèi)外研究者針對制動器結(jié)構(gòu)參數(shù)對制動尖叫的影響開展了大量的研究工作，取得了重要的研究進展，但是也存在以下幾個方面的缺陷。

（1）研究手段主要集中在有限元計算上，而臺架試驗和道路試驗開展的相對較少，嚴(yán)重影響研究結(jié)論的準(zhǔn)確性和實用性。這主要是因為按照不同的影響因素進行不同水平的部件試制以及試驗會造成很高的研究費用和研究周期，實現(xiàn)比較困難。

（2）研究時往往針對某一特性尖叫頻率或者籠統(tǒng)地針對全頻率范圍進行尖叫傾向性的計算與評價，而沒有針對不同的頻段進行有針對性的研究，這不僅不利于深入揭示不同頻率尖叫的發(fā)生機理與影響因素，也妨礙了有針對性的結(jié)構(gòu)參數(shù)設(shè)計。

（3）前期研究基本都是在確定性的假設(shè)條件下，假設(shè)影響因素參數(shù)都具有理想的可控性，而忽略了參數(shù)的時變性、隨機性和不確定性特點，因此，設(shè)計結(jié)果與試驗結(jié)果往往存在很大的不一致性，也嚴(yán)重影響控制措施的有效性。

2 制動尖叫的穩(wěn)健性設(shè)計研究現(xiàn)狀

2.1 研究現(xiàn)狀

目前，國內(nèi)外針對制動尖叫開展的穩(wěn)健性設(shè)計研究還很少，且主要集中在國外。下面對該領(lǐng)域的研究進展進行文獻綜述。

1999年，福特公司Yu-Kan Hu，Kevin Zhang和CAE軟件公司Sanjay Mahajan[42]建立制動器系統(tǒng)的有限元模型，將瞬態(tài)動力學(xué)分析法和試驗設(shè)計法相結(jié)合，優(yōu)化制動器的尖叫性能。他們選取6個對制動尖叫有較大影響且相互獨立性強的可控因素作為設(shè)計變量，分別是制動鉗鉗指厚度、摩擦襯片開槽、摩擦襯片倒角、摩擦材料、制動盤厚度、摩擦襯片厚度。通過正交試驗表進行仿真分析，通過仿真結(jié)果得到尖叫強度因子，并以尖叫強度因子為評價指標(biāo)（優(yōu)化目標(biāo)），研究各設(shè)計變量對制動器尖叫性能的影響，以及不同設(shè)計變量之間的相互作用對制動器尖叫性能的影響，確定尖叫性能最優(yōu)的設(shè)計變量組合。

Yu-Kan Hu等人的研究[42]雖然將試驗設(shè)計方法應(yīng)用于制動尖叫問題，改善了制動器的尖叫性能，具有重要的指導(dǎo)作用和借鑒意義，但其研究過程中并未考慮噪聲因素的影響，優(yōu)化結(jié)果不具有穩(wěn)健性。2003年，美國通用公司Pravin Kapadnis等人[43]基于制動器系統(tǒng)復(fù)特征值分析，將田口方法應(yīng)用于制動器尖叫性能的改善。他們選取的設(shè)計變量是散熱筋高度、散熱筋旋轉(zhuǎn)角度及制動塊厚度，而將線性阻尼系數(shù)和摩擦系數(shù)視為噪聲因素，以制動器系統(tǒng)復(fù)特征值實部的最大值為設(shè)計目標(biāo)變量，利用正交試驗設(shè)計和數(shù)據(jù)分析，確定了各設(shè)計參數(shù)對制動器尖叫性能的影響，并確定了最終的穩(wěn)健性參數(shù)組合方案。Kapadnis等人考慮了設(shè)計結(jié)果的穩(wěn)健性，但是沒有對穩(wěn)健性設(shè)計方案的效果進行實際驗證。

與Kapadnis等人的研究不同，M Nouby，

D Mathivanan和K Srinivasan等人[44]建立了只包含制動盤和制動塊的簡化的制動器有限元模型，通過響應(yīng)面法進行制動尖叫的穩(wěn)健性設(shè)計。研究時，他們重點針對6 200 Hz的尖叫頻率，選取制動背板的楊氏模量、背板厚度、襯片倒角、襯片上兩槽間的距離、槽的寬度及槽的角度為設(shè)計變量，以負阻尼比為目標(biāo)變量，經(jīng)過部分析因設(shè)計和中心復(fù)合設(shè)計[45]，計算并擬合出目標(biāo)變量與設(shè)計變量之間的響應(yīng)面，并根據(jù)該響應(yīng)面分析各設(shè)計變量對尖叫性能的影響，從而實現(xiàn)了基于響應(yīng)面法的對尖叫的預(yù)測和改善方法。

同樣采用響應(yīng)面法進行制動尖叫研究的還有密歇根大學(xué)的Heewook Lee[46]和亞拉巴馬大學(xué)的

Yi Dai[36]。Heewook Lee[46]將復(fù)特征值法、靈敏度分析及響應(yīng)面法相結(jié)合，通過對制動器部件模態(tài)和制動器系統(tǒng)復(fù)特征值的分析，得到使尖叫性能最優(yōu)的制動器結(jié)構(gòu)參數(shù)組合。Yi Dai[36]則基于復(fù)特征值法和響應(yīng)面法，同時引入了神經(jīng)網(wǎng)絡(luò)算法，對制動塊的開槽方式進行優(yōu)化，改善了制動器的尖叫性能。

此外，Andreas Wagner等人[47]將改善制動器尖叫性能的措施定量化，提出以尖叫主頻附近的特征頻率分離的最小范圍為評價指標(biāo)，指導(dǎo)制動尖叫的穩(wěn)健性設(shè)計。

2.2 存在的問題

前期針對制動尖叫的穩(wěn)健性設(shè)計研究雖然取得了初步進展，但總體上還處于探索階段，而且存在以下幾個主要問題。

（1）選取的設(shè)計變量較少，尚未針對所有的制動器結(jié)構(gòu)參數(shù)進行尖叫穩(wěn)健性的設(shè)計與分析。

（2）未能充分考慮不可控噪聲因素的影響，例如制動器熱機耦合效應(yīng)、摩擦接觸時變效應(yīng)等的影響。

（3）未能提出合理的、統(tǒng)一的評價指標(biāo)，復(fù)特征值實部最大值、負阻尼比及特征頻率分離的最小范圍等指標(biāo)均不能完全可靠地反映全頻段內(nèi)的制動尖叫特征。

（4）僅在參數(shù)確定的假設(shè)條件下進行穩(wěn)健性設(shè)計，未能根據(jù)工程實際考慮各參數(shù)的概率分布特性。

因此需要建立更加科學(xué)合理的評價指標(biāo)作為目標(biāo)參數(shù)，考慮更多的影響因素，引入最新的穩(wěn)健性設(shè)計方法進行制動尖叫的穩(wěn)健性研究與設(shè)計。為此，下面對穩(wěn)健性設(shè)計方法的研究進展進行概述。

3 穩(wěn)健性設(shè)計方法研究進展

穩(wěn)健性設(shè)計方法的研究始于二戰(zhàn)后的日本，田口玄一提出的田口方法奠定了穩(wěn)健性設(shè)計的理論基礎(chǔ)[48]。在田口方法的基礎(chǔ)上，經(jīng)過廣大學(xué)者的不斷完善和改進，相繼提出了很多新的穩(wěn)健性設(shè)計方法。例如，在基于試驗設(shè)計的傳統(tǒng)穩(wěn)健性設(shè)計方法方面，Shoenaker提出的響應(yīng)面法[49]，減少了穩(wěn)健性設(shè)計所需要的試驗次數(shù)；Vining等人將田口方法與響應(yīng)面模型有機結(jié)合，提出雙響應(yīng)面法[50]，避免了信噪比的計算；Pregibon提出廣義線性模型法[51]，用于處理參數(shù)設(shè)計中不滿足回歸模型中假定方差齊性的要求時的方法。

近年來，隨著計算機技術(shù)的發(fā)展，工程模型被廣泛地應(yīng)用于設(shè)計，在此基礎(chǔ)上發(fā)展形成了基于工程模型和優(yōu)化技術(shù)的工程穩(wěn)健優(yōu)化設(shè)計方法，可用于有約束的穩(wěn)健性設(shè)計問題，主要有容差多面體法[52]、容差模型法[53]、隨機模型法[54]、最小靈敏度法[55]等方法。

兩大類型的穩(wěn)健性設(shè)計方法及其發(fā)展歷程如圖2所示。其中，田口方法、響應(yīng)面法、雙響應(yīng)面法和隨機模型法的理論研究較為深入且工程應(yīng)用廣泛，本文將對這4種方法作重點介紹。

3.1 田口方法

田口方法由日本的田口玄一于20世紀(jì)70年代提出，是一種以試驗設(shè)計為基礎(chǔ)提高與改進產(chǎn)品質(zhì)量的設(shè)計方法，是目前最為成熟、最基本的穩(wěn)健性設(shè)計方法 [8-9，48]。田口玄一提出了質(zhì)量損失函數(shù)和信噪比的概念，通過正交試驗設(shè)計來確定產(chǎn)品參數(shù)值的最佳水平組合。田口方法通常主要適用于少參數(shù)、單質(zhì)量指標(biāo)和無約束問題[48，56-57]。

田口方法的優(yōu)點是可以定量計算出產(chǎn)品性能對設(shè)計參數(shù)的敏感度，設(shè)計變量可以是連續(xù)變量、離散變量、非數(shù)值變量。其缺點則主要在于：必須事先知道最優(yōu)解的大致范圍和水平，即對優(yōu)化時的初始點要求較高，否則就要進行多輪正交試驗；信噪比的公式概念模糊，在應(yīng)用中存在缺陷；按正交試驗表進行試驗需要多次試驗，設(shè)計周期長[5-6，48-50]。

近半個世紀(jì)以來，田口方法不斷完善和發(fā)展，研究的方法和技術(shù)手段越來越簡化、巧妙，并有相應(yīng)的商業(yè)化軟件包出現(xiàn)，如RPDPACK軟件[58]，應(yīng)用范圍也不斷擴大。

3.2 響應(yīng)面法

響應(yīng)面法是Shoenaker等人于1991年提出的一種以試驗設(shè)計為基礎(chǔ)，用于處理多變量問題建模的統(tǒng)計處理方法，其基本思想是通過近似構(gòu)造一個具有明確表達形式的多項式來表達隱式功能函數(shù)[49]。響應(yīng)面法是數(shù)學(xué)方法和統(tǒng)計方法結(jié)合的產(chǎn)物，用來對所感興趣的響應(yīng)受多個變量影響的問題進行建模和分析，其目的是優(yōu)化響應(yīng)[49，59-61]。

響應(yīng)面法克服了田口方法需要預(yù)先知道解的大致范圍的不足，擬合響應(yīng)面需要的試驗次數(shù)也較少。但是，響應(yīng)面法對試驗數(shù)據(jù)非常敏感，數(shù)據(jù)的缺失會對結(jié)果造成較大影響；當(dāng)參數(shù)維數(shù)較高時，模型的擬合將非常復(fù)雜和困難[59-62]。

隨著計算機性能的提高，響應(yīng)面法被頻繁用于解決各種工程問題，如優(yōu)化設(shè)計、可靠性分析、動力學(xué)研究及工程過程控制等。然而，目前將響應(yīng)面法應(yīng)用于制動尖叫問題的實例并不多見，只有一些初步的嘗試，如M Nouby等人的研究[44]。此外，在仿真軟件Hyperworks及車輛動力學(xué)軟件ADAMS中有內(nèi)含的響應(yīng)面法軟件包，可直接用于制動器模型的仿真，但這些程序都有待進一步完善和繼續(xù)研究[27，59]。

3.3 雙響應(yīng)面法

雙響應(yīng)面法是Myers等人于1973年提出，Vining等人于1990年將其用于穩(wěn)健性設(shè)計。其基本思想是將輸出特性的均值和方差各建立一個響應(yīng)曲面模型，以其中一個為目標(biāo)，另一個為約束條件進行優(yōu)化[50]。

雙響應(yīng)面法的優(yōu)點是數(shù)學(xué)提法嚴(yán)格，用均值和方差的響應(yīng)面模型代替了田口方法的信噪指標(biāo)，設(shè)計結(jié)果更加準(zhǔn)確可信，可以充分考慮影響因素間的相互作用，而且求解精度較高。其不足之處在于：難以同時獲得均值最優(yōu)和方差最小的結(jié)果；建立響應(yīng)模型時，部分關(guān)鍵參數(shù)需要靠經(jīng)驗得出，會帶來試驗和計算上的反復(fù)；當(dāng)參數(shù)維數(shù)較高時，模型的擬合也將變得非常復(fù)雜和困難[6，50，60-61，63]。

自雙響應(yīng)面法提出以來，廣大學(xué)者相繼對其進行了改進和發(fā)展，并大量用于工程實踐。如大連理工大學(xué)的許煥衛(wèi)將多項式響應(yīng)面與神經(jīng)網(wǎng)絡(luò)響應(yīng)面結(jié)合，提出混合響應(yīng)面模型，減小了計算量并提高了計算精度[61]；Dennis K. J. Lin等人采用均方差準(zhǔn)則，用均方差將均值的平方與方差統(tǒng)一到一個表達式中，從而將均值與方差的響應(yīng)面模型有效地結(jié)合，解決了同時優(yōu)化兩個響應(yīng)面時存在的沖突[64]；李玉強等人將質(zhì)量管理中的6σ設(shè)計理念與雙響應(yīng)面法結(jié)合，構(gòu)造了基于雙響應(yīng)面模型的6σ穩(wěn)健設(shè)計方法，取得良好的效果[65]。然而，目前尚未出現(xiàn)應(yīng)用雙響應(yīng)面法改善制動器尖叫性能的實例，有待嘗試和探索。

3.4 隨機模型法

隨機模型法是將優(yōu)化技術(shù)、概率論與數(shù)理統(tǒng)計、計算機技術(shù)相結(jié)合，處理含有隨機因素工程問題的方法。其基本思想是：考慮各種隨機因素對產(chǎn)品質(zhì)量的影響，把產(chǎn)品質(zhì)量設(shè)計表示為一個隨機模型，通過求解該隨機模型，同時確定產(chǎn)品設(shè)計參數(shù)及其容差，使產(chǎn)品保持性能指標(biāo)穩(wěn)定[66-67]。

在工程實際中，可控因素和不可控因素大多具有隨機性，因此隨機模型法具有重要的工程應(yīng)用價值；其不足之處在于隨機模型的建立和求解過程復(fù)雜，實際中不得不采用近似的數(shù)據(jù)和算法，降低了計算結(jié)果的精度[5-6，68-69]。

隨著計算機技術(shù)的發(fā)展和多學(xué)科的結(jié)合，隨機模型法也得到改進和完善，并在工程問題中得到廣泛應(yīng)用[6，54，70]，如工程結(jié)構(gòu)的穩(wěn)健性設(shè)計[69]，零缺陷設(shè)計模型[71]等。相應(yīng)的軟件系統(tǒng)如SOD[72]等的出現(xiàn)，也促進了隨機模型法的發(fā)展和應(yīng)用。遺憾的是，目前的制動尖叫的穩(wěn)健性設(shè)計并未考慮設(shè)計參數(shù)的隨機性，因此隨機模型法在制動尖叫的穩(wěn)健性設(shè)計中將具有重要價值及急需深化的應(yīng)用研究。

3.5 穩(wěn)健性設(shè)計綜合評述

從以上穩(wěn)健性設(shè)計方法介紹與分析可以發(fā)現(xiàn)：

（1）目前的各種穩(wěn)健性設(shè)計方法仍然存在諸多的缺陷，尚未發(fā)展成為完全成熟的實用工程設(shè)計技術(shù)。例如，田口方法試驗次數(shù)過多，對優(yōu)化初始點要求高且信噪比存在缺陷；響應(yīng)面法對試驗數(shù)據(jù)非常敏感，模型擬合較為困難；雙響應(yīng)面法難以同時獲得讓人滿意的均值和方差結(jié)果；隨機模型法雖然考慮了設(shè)計參數(shù)的概率分布特性，但建模和求解過程復(fù)雜，求解精度低。

（2）進行具體工程問題的穩(wěn)健性設(shè)計時，一方面可以結(jié)合具體工程問題的特點對已有的穩(wěn)健性設(shè)計方法進行改進，例如進行多目標(biāo)的穩(wěn)健性設(shè)計[62]，建立均方差準(zhǔn)則[64]以及采用新的評價指標(biāo)[73]等，以彌補原有方法的不足；另一方面，應(yīng)考慮不同的穩(wěn)健性設(shè)計方法的結(jié)合，以及穩(wěn)健性設(shè)計與其它學(xué)科的結(jié)合[6，71]，充分發(fā)揮各方法互補優(yōu)勢，獲得滿意的工程設(shè)計結(jié)果。

4 討論與結(jié)論

制動尖叫的穩(wěn)健性設(shè)計會涉及設(shè)計變量、干擾因素以及性能目標(biāo)的選擇，以及最適合的穩(wěn)健性設(shè)計方法的應(yīng)用。下面從這幾個環(huán)節(jié)進行討論，并指出未來的制動尖叫穩(wěn)健性設(shè)計研究重點。

（1）制動尖叫的結(jié)構(gòu)影響因素眾多，但是目前針對這些因素尚未開展系統(tǒng)的穩(wěn)健性設(shè)計，而以參數(shù)靈敏度分析為主進行制動尖叫的設(shè)計與控制，嚴(yán)重影響制動尖叫控制的實際效果。因此，建議一方面針對特定的尖叫頻率進行盡可能多因素的穩(wěn)健性設(shè)計，同時建立全頻段的設(shè)計指標(biāo)，確保制動器全頻段內(nèi)的制動尖叫性能。

（2）制動器的影響因素，無論是可控因素還是不可控因素都由于加工制造誤差、運行條件變化等的影響具有顯著的時變性、隨機性和不確定性特征。因此，在進行穩(wěn)健性設(shè)計的研究時必須改變原來的確定性假設(shè)條件，進行不確定性假設(shè)條件下的穩(wěn)健性設(shè)計方法研究與應(yīng)用。

（3）目前的制動尖叫穩(wěn)健性設(shè)計尚處于初始的萌芽探索階段，具有很大的研究前景。穩(wěn)健性設(shè)計方法包括基于試驗設(shè)計的傳統(tǒng)穩(wěn)健性設(shè)計方法和基于工程模型與優(yōu)化技術(shù)的工程穩(wěn)健性設(shè)計方法。這些方法具有各自的優(yōu)缺點，建議在制動尖叫的穩(wěn)健性設(shè)計實際應(yīng)用中，結(jié)合不同方法的特點建立組合方案或者改進方案，以達到預(yù)期的設(shè)計效果。

參考文獻（References）

CHEN F. Disc Brake Squeal：An Overview[C]. SAE Paper 2007-01-0587.

BAKAR A R A，HAMID M K A，DZAKARIA A，et al.

Stability Analysis of Disc Brake Squeal Considering Tem-perature Effect[J]. Jurnal Mekanikal，2006（22）：26-38.

CHEN F，TONG H，CHEN S E，et al . On Automotive Disc Brake Squeal Part IV： Reduction and Prevention [C]. SAE Paper 2003-01-3345.

呂紅明，張立軍，余卓平. 汽車盤式制動器尖叫研究進展 [J]. 振動與沖擊，2011，30（4）：1-7.

Lu Hongming，Zhang Lijun，Yu Zhuoping. A Review of Automotive Disc Brake Squeal[J]. Journal of Vibration and Shock，2011，30（4）：1-7.（in Chinese）

程賢福. 穩(wěn)健優(yōu)化設(shè)計的研究現(xiàn)狀及發(fā)展趨勢 [J]. 機械設(shè)計與制造，2005（8）：158-160.

Cheng Xianfu. Research Status and Developing Trend of Robust Optimal Design[J]. Mechinery Design & Manu-facture，2005（8）：158-160. （in Chinese）

陳入領(lǐng)，潘雙夏，. 穩(wěn)健設(shè)計研究現(xiàn)狀 [J]. 機械設(shè)計，2003，20（8）：1-3.

Chen Ruling，Pan Shuangxia，Sheng Tong. Research Status of Robust Design [J]. Journal of Machine Design， 2003，20（8）：1-3. （in Chinese）

黃自興. 穩(wěn)健性設(shè)計技術(shù)――（I）綜述 [J]. 化學(xué)工業(yè)與工程技術(shù)，1996（2）：11-13.

Huang Zixing. Robust Design Technique：（I） Survey [J]. Journal of Chemical Industry & Engineering，1996（2）： 11-13. （in Chinese）

曾鳳章. 穩(wěn)健性設(shè)計原理技術(shù)方法案例 [M]. 北京：兵器工業(yè)出版社，2004.

Zeng Fengzhang. Robust Design Principle，Technology， Method，Cases[M]. Beijing：Weapon Industry Press， 2004. （in Chinese）

吳玉印，吳以晴，徐留平，等. 田口式的穩(wěn)健性設(shè)計 [M]. 北京：兵器工業(yè)出版社，1997.

Wu Yuyin，Wu Yiqing，Xu Liuping，et al. Taguchi Robust Design[M]. Beijing：Weapon Industry Press，1997. （in Chinese）

吉林大學(xué)汽車工程系. 汽車構(gòu)造[M]. 北京：人民交通出版社，2005.

Automotive Engineering Department of Jilin University.

Automobile Structure [M]. Beijing：China Communi-cations Press，2005. （in Chinese）

田紅濤. 基于ANSYS的盤式制動器振動噪聲分析與研究 [D]. 武漢：武漢理工大學(xué)，2008.

Tian Hongtao. Disc Brake Vibration Noise Study and Research Based On ANSYS[D]. Wuhan：Wuhan Univer-sity of Technology，2008. （in Chinese）

魏濤. 基于ANSYS的盤式制動器結(jié)構(gòu)分析及振動噪聲研究 [D]. 長春：吉林大學(xué)，2007.

Wei Tao. Disc Brake Structure Analysis and Vibration Noise Study Based On ANSYS[D]. Changchun：Jilin University，2007. （in Chinese）

OURA Y，KURITA Y，MATSUMURA Y，et al. Influence

of Distributed Stiffness in Contact Surface on Disk Brake Squeal[C]. SAE Paper，2001-01-2584.

張立軍，權(quán)循宇. 制動盤幾何特征對結(jié)構(gòu)模態(tài)特性影響仿真分析 [J]. 系統(tǒng)仿真學(xué)報，21（19）：6256-6265.

Zhang Lijun，Quan Xunyu. Analysis of Rotor Geometry Specifications to Structural Modal Characteristics Modifi-cation of Vehicle Brake Disc[J]. Journal of System Simu-lation，21（19）：6256-6265. （in Chinese）

MELINAT W. Damped Disc Brake Rotor：United States，5139117[P]. 1992-08-18.

BABA H，WADA T，TAKAGI T. Study on Reduction of Brake Squeal Caused by In-Plane Vibration on Rotor[C]. SAE Paper，2001-01-3158.

YOKOYAMA T，MATSUSHIMA T，MATSUI N，et al. A Study of Reduction for Brake Squeal in Disc In-Plane Mode [C]. SAE Paper，2012-01-1825.

BAKAR A R A，Ouyang Huajiang，Li Lijie. Brake Pad Surface Topography Part II：Squeal Generation and Prevention[C]. SAE Paper 2005-01-3935.

黃新建. 盤式制動器制動尖叫影響因素分析 [D]. 長春：吉林大學(xué)，2008.

Huang Xinjian. Analysis of Influncing Factors on Disc Brake Squeal[D]. Changchun： Jilin University，2008. （in Chinese）

KUNG S W，DUNLAP K B，BALLINGER R S. Complex Eigenvalue Analysis For Reducing Low-frequency Disc Brake Squeal [C]. SAE Paper 2000-01-0444.

CAO Q，OUYANG H，F(xiàn)RISWELL M I，et al. Linear Eigenvalue Analysis of the Disc Brake Squeal Problem[J]. International Journal for Numerical Methods in En-gineering，2004，61（9）：1546-1563.

MASSI F，BERTHIER Y，BAILLET L. Contact Surface Topography and System Dynamics of Brake Squeal[J]. Wear，2008，265（11-12）：1784-1792.

BERGMAN F，ERIKSSON M，JACBOSON S. Influence of Disc Topography on Generation of Brake Squeal[J]. Wear，1999，225-229（1）：621-628.

HAMMERSTROM L，JACOBSON S. Surface Modification of Brake Discs to Reduce Squeal Problems[J]. Wear，2006，261（1）：53-57.

Dai Y，LIM T C. Suppression of Brake Squeal Noise Applying Finite Element Brake and Pad Model Enhanced by Spectral-Based Assurance Criteria[J]. Applied Acoustics，2008，69（3）：196-214.

TRICHES M J，GERGES S N Y，JORDAN R. Analysis of Brake Squeal Noise Using the Finite Element Method：A Parametric Study[J]. Applied Acoustics， 2008，69（2）：147-162.

王朝陽. 汽車盤式制動器尖叫傾向性分析與設(shè)計改進 [D]. 上海：上海交通大學(xué)，2008.

Wang Chaoyang. Squeal Propensity Analysis and Optimi-zation of Automobile Disc Brake System[D]. Shanghai：Shanghai Jiaotong University，2008. （in Chinese）

SEARLES R P. Design Analysis of Friction-Induced Vibrations as Applied to the Phenomena of Disc Brake Squeal[D]. New York：Cooper Union，1999.

OBERST S，LAI J C S. Statistical Analysis of Brake Squeal Noise[J]. Journal of Sound and Vibration，2011， 330（12）：2978-2994.

卓繼志. 基于虛擬樣機技術(shù)的盤式制動器制動振動研究 [D]. 杭州：浙江工業(yè)大學(xué)，2007.

Zhuo Jizhi. Study on Vibration of Disc Brake Based on Virtual Prototype Technology[D]. Hangzhou：Zhejiang University of Technology，2007. （in Chinese）

LAZIM A R M，HAMID M K A，JAMALUDDIN M R，

et al. The Effect of Road Girt Particles on Brake Pad Surface Topography under Squealing Condition[C]. SAE Paper，2012-01-1821.

BAKAR A R A，OUYANG H. New Research on Acoustics [M]. New York：Nova Science Publisher，2008.

ERIKSSON M，BERGMAN F，JACOBSON S. Surface Characterisation of Brake Pads after Running under Silent and Squealing Conditions[J]. Wear，1996，232（2）：163-167.

ERIKSSON M. Friction and Contact Phenomena of Disc Brakes Related to Squeal[D]. Uppsala：Uppsala University，2000.

王登峰，王玉為. 盤式制動器制動尖叫的有限元分析與試驗 [J]. 汽車工程，2007，29（8）：705-718.

Wang Dengfeng，Wang Yuwei. Finite Element Analysis and Texting on Disc Brake Squeal[J]. Automotive Engineering，2007，29（8）：705-718. （in Chinese）

Dai Y. Structural Dynamic Optimization of Vehicle Brake Pad Design for Squeal Noise Reduction[D]. Alabama： The University of Alabama，2002.

SINGH R，SHEIKH A A，MITCHELL M J. Viscoelastic Damping to Control Disc Brake Squeal[J]. Sound and Vibration，1998，32（10）：18-22.

FESTJENS H，GA?L C，F(xiàn)RANCK R，et al. Effective-ness of Multilayer Viscoelastic Insulators to Prevent Occurrences of Brake Squeal：A Numerical Study[J]. Applied Acoustics，2012，73（11）：1121-1128.

陳孟華. 基于虛擬樣機的轎車盤式制動器噪聲的研究 [D]. 武漢：武漢理工大學(xué)，2006.

Chen Menghua. Research on the Noise of the Disc Brake of the Car Based on Virtual Prototype[D]. Wuhan： Wuhan University of Technology，2006. （in Chinese）

田志宇. 鉗盤式制動器制動噪聲分析與控制 [D]. 長春：吉林大學(xué)，2008.

Tian Zhiyu. Analysis and Control for Braking Noise of Disc Brake[D]. Changchun：Jilin University，2008. （in Chinese）

孫振華，曾慶華，蔣東鷹，等. 盤式制動器制動尖叫的研究 [J]. 汽車工程，1999，21（6）：326-332.

Sun Zhenhua，Zeng Qinghua，Jiang Dongying，et al. A Study on Disc Brake Squeal[J]. Automobile Engineering，1999，21（6）：326-332.（in Chinese）

Hu Yukan，ZHANG K，MAHAJAN S. Brake Squeal DOE Using Nonlinear Transient Analysis[C]. SAE Paper 1999-01-1737.

KAPADNIS P，IM K. Brake Squeal Reduction Using Robust Design[C]. SAE Paper 2003-01-0879.

NOUBY M，MATHIVANAN D，SRINIVASAN K. A Combined Approach of Complex Eigenvalue Analysis and Design of Experiments（DOE） to Study Disc Brake Squeal [J]. International Journal of Engineering，Science and Technology，2009，1（1）：254-271.

MONTGOMERY D C.試驗設(shè)計與分析 [M]. 汪仁官，陳榮昭，譯. 北京：中國統(tǒng)計出版社，1998.

MONTGOMERY D C. Design and Analysis of Experiment [M]. Wang Renguan，Chen Rongzhao，Translating.Beijing：China Statiscis Press，1998. （in Chinese）

LEE H. An Optimal Design Method for Brake Squeal Noise Based on Complex Eigenvalue and Sensitivity Analyses and Response Surface Methodology[D]. Michigan：The University of Michigan，2000.

WAGNER A，SCHONECKER M，KORSPERTER G S，et al. On Criteria for the Robust Design of Squeal Free Brakes [C]. SAE Paper，2012-01-1816.

韓之俊. 三次設(shè)計 [M]. 北京：機械工業(yè)出版社，1992.

Han Zhijun. Ternary Designs[M]. Beijing：China Mechine Press，1992. （in Chinese）

SHOEMAKER A C，TSUIB K L，WUC C F J. Economical Experimentation Methods for Robust Design [J]. Techno-metrics，1991，33（4）：415-427.

VINING G G，MYERS R bining Taguchi and

Response Surface Philosophies：A Dual Response Approach[J]. Journal of Quality Technology，1990（22）：38-45.

PREGIBON D. Review of Generalized Linear Models[J]. The Annuals of Statistics，1984，12（4）：1589-1596.

MICHAEL W，SIDDALL J N. The Optimization Problem with Optimal Tolerance Assignment and Full Acceptance[J]. Trans. of the ASME，J. of MECH. Design，1981（103）：842-848.

PARKINSON A，SORENSEN C，POURHASSAN N. A General Approach for Robust Optimal Design [J]. Journal of Mechanical Design，1993（115）：74-84.

陳立周. 穩(wěn)健設(shè)計 [M]. 北京：機械工業(yè)出版社，2000.

Chen Lizhou. Robust Design[M]. Beijing：China Mechine Press，2000. （in Chinese）

BELEGUNDU A D，Zhang Shenghun. Robustness of Design through Minimum Sensitivity[J]. Journal of Mechanical Design，1992，114：213-217.

林秀雄. 田口方法實戰(zhàn)技術(shù) [M]. 深圳：海天出版社，2004.

Lin Xiuxiong. Taguchi Practical Technology[M]. Shenzhen：Haitian Press，2004. （in Chinese）

曾鳳章，趙霞. 田口方法及其標(biāo)準(zhǔn)化設(shè)計 [J]. 機械行業(yè)標(biāo)準(zhǔn)化與質(zhì)量，2003（11）：7-9.

Zeng Fengzhang，Zhao Xia. Taguchi Methods and Its Standardization Design[J]. Mechinery Industry Standard & Quality，2003（11）：7-9. （in Chinese）

張月梅，李含光，陳乃毅. 穩(wěn)健性設(shè)計技術(shù)――（Ⅳ）穩(wěn)健性設(shè)計軟件包RPDPACK的主要功能 [J]. 化學(xué)工業(yè)與工程技術(shù)，1996，17（2）：26-29.

Zhang Yuemei，Li Hanguang，Chen Naiyi. Robust Design Technique：（Ⅳ） Major Functions of RPDPACK Software Packet [J]. Journal of Chemical Industry & Engineering，1996，17（2）：26-29. （in Chinese）

王永菲，王成國. 響應(yīng)面法的理論與應(yīng)用 [J]. 中央民族大學(xué)學(xué)報，2005，14（3）：236-240.

Wang Yongfei，Wang Chengguo. The Application of Response Surface Methodology[J]. Journal of the Central University for Nationalities （Natural Sciences Edition）， 2005，14（3）：236-240. （in Chinese）

楊方. 面向產(chǎn)品質(zhì)量改進的多目標(biāo)穩(wěn)健性設(shè)計優(yōu)化 [D]. 青島：青島大學(xué)，2010.

Yang Fang. Multi-objective Robust Design Optimization Oriented to the Product Quality Improvement[D]. Qingdao：Qingdao University，2010. （in Chinese）

許煥衛(wèi). 穩(wěn)健設(shè)計建模及優(yōu)化方法研究[D]. 大連：大連理工大學(xué)，2009.

Xu Huanwei. Research on Modeling and Optimization Methods for Robust Design[D]. Dalian：Dalian University of Technology，2009. （in Chinese）

何楨，張生虎，齊二石. 結(jié)合RSM和田口方法改進產(chǎn)品/過程質(zhì)量[J]. 管理工程學(xué)報，2001，15（1）：22-25.

He Zhen，Zhang Shenghu，Qi Ershi. Combining RSM and Taguchi Methods to Improve Process/Product Quality [J]. Journal of Industrial Engineering and Engineering Management，2001，15（1）：22-25. （in Chinese）

常明亮. 穩(wěn)健性設(shè)計的雙響應(yīng)面法[J]. 中國機械工程，1998，9（8）：32-35.

Chang Mingliang. Dual Response Surface Method for Robust Design[J]. China Mechanical Engineering， 1998，9（8）：32-35. （in Chinese）

DENNIS K J L，Tu Wanzhu. Dual Response Surface Optimization [J]. Journal of Quality Technology，1995， 27（1）：34-39.

李玉強，崔振山，陳軍，等. 基于雙響應(yīng)面模型的6σ穩(wěn)健設(shè)計 [J]. 機械強度，2006（5）：690-694.

Li Yuqiang，Cui Zhenshan，Chen Jun，et al. Six Sigma Robust Design Methodology Based on Dual Response Surface Model[J]. Journal of Mechanical Strength， 2006（5）：690-694. （in Chinese）

Chen Lizhou，He Xiaofeng. An Optimization Method of Stochastic Variable to Solve Uncertain Models in Engineering Design[J]. Journal of University of Science and Technology Beijing，1991，13（5）：452-460.

陳立周，于曉紅，翁海珊. 基于隨機優(yōu)化的工程穩(wěn)健設(shè)計 [J]. 北京科技大學(xué)學(xué)報，1999，21（1）：57-59.

Chen Lizhou，Yu Xiaohong，Weng Haishan. Robust Engineering Design Based by Stochastic Optimization [J]. Journal of University of Science and Technology Beijing， 1999，21（1）：57-59. （in Chinese）

董榮梅. 面向工程不確定問題的穩(wěn)健優(yōu)化設(shè)計理論與方法研究 [D]. 大連：大連理工大學(xué)，2010.

Dong Rongmei. Research on Robust Design Optimization Theory and Methods for Engineering Uncertainty[D]. Dalian：Dalian University of Technology，2010. （in Chinese）

湯保新. 基于隨機優(yōu)化模型的工程結(jié)構(gòu)穩(wěn)健設(shè)計方法研究 [D]. 南京：河海大學(xué)，2006.

Tang Baoxin. Research on Engineering Structural Robust Design Method Based on Stochastic Optimization Model [D]. Nanjing：Hehai University，2006. （in Chinese）

陳立周. 工程穩(wěn)健設(shè)計的發(fā)展現(xiàn)狀與趨勢 [J]. 中國機械工程，1998（6）：59-62.

Chen Lizhou. Recent Advances and Developing Trend for Engineering Robust Design[J]. China Mechanical Engineering，1998（6）：59-62.（in Chinese）

任冠華，陳立周. 基于概率模型的無缺陷產(chǎn)品設(shè)計原理的研究 [C]. Proceedings of the 4th International Confe-rence on Frontiers of Design and Manufacturing，2000.

Ren Guanhua，Chen Lizhou. The Research of No Defect Design Theory for Product Based on Probabilistic Model[C]. Proceedings of the 4th International Conference on Frontiers of Design and Manufacturing，2000. （in Chinese）

陳立周，何曉峰，翁海珊，等. 工程隨機變量優(yōu)化設(shè)計方法――原理與應(yīng)用 [M]. 北京：科學(xué)出版社，1997.