導(dǎo)語(yǔ)：如何才能寫(xiě)好一篇酸的和甜的，這就需要搜集整理更多的資料和文獻(xiàn)，歡迎閱讀由公務(wù)員之家整理的十篇范文，供你借鑒。

篇1

《酸的和甜的》這篇課文主要就是講的不要輕易相信陌生人、勇于嘗試！

里面的狐貍因?yàn)閴虿恢咸?，看著別的小動(dòng)物吃葡萄嫉妒它們，所以說(shuō)：“這葡萄是酸的！”小松鼠聽(tīng)見(jiàn)了這話(huà)，心里想‘狐貍這么聰明，它說(shuō)的話(huà)一定是對(duì)的。’這時(shí)，小兔子來(lái)了。它剛要摘葡萄，小松鼠說(shuō)：“這葡萄是酸的，不能吃！”小松鼠的話(huà)剛落音，小猴子來(lái)了！它們（小兔和松鼠）想阻止他，小猴向他們說(shuō)了葡萄的可愛(ài)之處，并給了它們每人一顆葡萄。“啊！真甜！”

這篇課文使我受到了啟發(fā)，今后一定要勇于嘗試！

山東淄博張店區(qū)淄博市張店區(qū)公園新村小學(xué)二年級(jí):李浩?

篇2

（一）酸

有一節(jié)課上，我正慌忙地做著課堂作業(yè)，坐在旁邊的同桌對(duì)我說(shuō)：“你有沒(méi)有新本子，借我一本好嗎？”

我的思路被打斷了，火氣一下子冒了上來(lái)。我把筆一扔，瞪了她一眼，氣呼呼地說(shuō)：“我求你不要問(wèn)這問(wèn)那行不行？你好煩哪！”

她嘴唇蠕動(dòng)了一下，無(wú)可奈何地把身子扭了回去。

我繼續(xù)做作業(yè)，忽然發(fā)現(xiàn)水筆快沒(méi)水了。向周?chē)玫耐瑢W(xué)借，可他們都沒(méi)有多余的水比。我想向同桌借，可想到剛才我對(duì)她的態(tài)度，又不好意思開(kāi)口了。我想，即使她有多余的水筆，她肯借給我嗎？

快下課了，沒(méi)時(shí)間磨蹭了，我硬著頭皮，用小得幾乎聽(tīng)不見(jiàn)的聲音對(duì)她說(shuō)：“你能借支水筆給我嗎？”

她聽(tīng)了，爽快地從筆盒里拿出了一支水筆，遞給了我。

接過(guò)她的筆，我對(duì)她能夠?qū)捜荽硕磁逅?，也為自己?duì)她的粗暴態(tài)度而感到羞愧。

（二）甜

語(yǔ)文課上，老師讓我們背誦課文。于是，我讀了幾遍，就開(kāi)始背誦了。

“清風(fēng)明月本無(wú)價(jià)，本無(wú)價(jià)，本無(wú)價(jià)。”我剛背到這里就忘記后面是什么了，我前思后想，左思右想，打破砂鍋想到底，可還是沒(méi)想出來(lái)。突然一句“近水遙山皆有情。”讓我柳暗花明又一村，原來(lái)同桌看到我這樣，就不假思索地背了出來(lái)。

“謝謝了！”我撓撓腦袋，“不用謝，省得我以為太陽(yáng)打西邊出來(lái)了，同桌笑著說(shuō)。

（三）苦

哎，說(shuō)起來(lái)可真是苦?。∥液屯酪?yàn)?ldquo;三八線(xiàn)”，一直爭(zhēng)論不休，便約法三章。

第一章：某一方的任何東西不許超過(guò)“三八線(xiàn)”。

第二章：如果某方超線(xiàn)了，就要讓對(duì)方超上一節(jié)課。

第三章：現(xiàn)在起執(zhí)行，直到不再是同桌時(shí)。

世事難料，有一次我不小心把筆盒超過(guò)了“三八線(xiàn)”，我只好乖乖地把“地盤(pán)”讓給她了。

（四）辣

“叮當(dāng)，叮當(dāng)！”下課鈴響了，她不小心把我的筆盒摔壞了。

“干嘛呢！干嘛要把我的筆盒碰掉！”我沒(méi)好氣地說(shuō)。

“對(duì)不起，對(duì)不起，同桌連聲道歉。

“你以為道個(gè)歉就沒(méi)有事了嗎？你要讓我超線(xiàn)一節(jié)課，我才肯罷休！“我一直記得上次的事情，這一次我要報(bào)復(fù)她。

篇3

石油天然氣作為一個(gè)國(guó)家的戰(zhàn)略性資源，對(duì)國(guó)民經(jīng)濟(jì)的健康快速發(fā)展是至關(guān)重要的。而國(guó)際油價(jià)“過(guò)山車(chē)”式的震蕩下跌讓整個(gè)行業(yè)都處于極度緊張之中。雖然近期油價(jià)有所回升，但是以上游勘探開(kāi)發(fā)為核心的石油天然氣企業(yè)的處境已然十分窘迫。從財(cái)務(wù)管理的角度來(lái)看，企業(yè)會(huì)計(jì)核算是保證企業(yè)平穩(wěn)運(yùn)行的有效手段。因此，本文將詳細(xì)探討上游階段會(huì)計(jì)核算中最為關(guān)注的階段成本核算問(wèn)題。

一、中美會(huì)計(jì)核算制度的差異

我國(guó)屬于礦產(chǎn)資源國(guó)有的國(guó)家，所以實(shí)行產(chǎn)量分成制度；而美國(guó)很大一部分的礦產(chǎn)資源是允許公民私有的，所以實(shí)行礦費(fèi)制。由于資源性質(zhì)與核算制度的不同，中美兩國(guó)在階段成本具體核算內(nèi)容與處理方法方面還是有一些差異的。

二、階段成本核算概述

石油工業(yè)主要由四個(gè)部分組成，分別是勘探開(kāi)發(fā)，油氣加工，運(yùn)輸儲(chǔ)存以及銷(xiāo)售。其中上游階段是指勘探開(kāi)發(fā)階段，即油氣生產(chǎn)活動(dòng)階段。階段成本是指繼續(xù)將石油天然氣生產(chǎn)活動(dòng)劃分為（礦權(quán)）取得階段、勘探階段、開(kāi)發(fā)階段、生產(chǎn)階段，每個(gè)階段發(fā)生的成本分別是取得成本、勘探成本、開(kāi)發(fā)成本和生產(chǎn)成本。下面將分別對(duì)這四種成本的核算方法進(jìn)行詳細(xì)解釋說(shuō)明。

三、取得成本的劃分和處理

在四種成本中取得成本的核算是最為復(fù)雜的。礦區(qū)的取得成本是指為獲得礦區(qū)權(quán)益而付出的代價(jià)。礦費(fèi)制下，包括租賃定金和取得礦區(qū)選擇權(quán)所發(fā)生的成本，以及起的過(guò)程中發(fā)生的手續(xù)費(fèi)律師費(fèi)等其他費(fèi)用。產(chǎn)量分成合同下的取得成本主要包括申請(qǐng)取得礦區(qū)權(quán)益的成本和購(gòu)買(mǎi)取得礦區(qū)權(quán)益的成本。但實(shí)際上，在我國(guó)石油公司的礦區(qū)權(quán)益是通過(guò)行政劃撥方式取得的，即向我國(guó)國(guó)土資源部申請(qǐng)登記勘探區(qū)塊，所以取得成本是很低的。目前國(guó)內(nèi)能夠取得探礦權(quán)和采礦權(quán)的也只有中石油，中石化，中海油三家公司。關(guān)于取得成本的處理也分為成果法和全部成本法兩種方法。成果法是將找到探明儲(chǔ)量的取得成本資本化，未找到探明儲(chǔ)量的費(fèi)用化。全部成本法的處理是無(wú)論是否找到探明儲(chǔ)量都將取得成本資本化。我國(guó)石油天然氣企業(yè)均采用成果法來(lái)進(jìn)行成本的核算，這種方式符合“變異成果法”核算的習(xí)慣，并且也與國(guó)際上大型油氣生產(chǎn)公司所使用的制度和方法相同。美國(guó)則采用成果發(fā)與全部成本法并用的方法。

四、勘探成本的劃分和處理

石油天然氣的高風(fēng)險(xiǎn)性主要體現(xiàn)在勘探階段，但是勘探活動(dòng)的投入和取得成果價(jià)值之間關(guān)聯(lián)性較低，高風(fēng)險(xiǎn)下的單個(gè)項(xiàng)目其收益并不能確定?？碧匠杀臼侵笧橛蜌饪碧蕉l(fā)生的各項(xiàng)支出，包括相關(guān)地質(zhì)調(diào)查，地球物理勘探和鉆探井所發(fā)生的各類(lèi)成本。此階段的主要目的是發(fā)現(xiàn)石油天然氣儲(chǔ)量，勘探成本分為非鉆井勘探成本和鉆井勘探成本。非鉆井勘探成本在發(fā)生時(shí)直接費(fèi)用化處理，計(jì)入當(dāng)期損益。出對(duì)鉆井勘探成本的處理取決于探井鉆探完成后是否發(fā)現(xiàn)獲得探明儲(chǔ)量。我國(guó)與美國(guó)對(duì)勘探成本會(huì)計(jì)處理的差異與取得成本相似。

五、開(kāi)發(fā)成本的劃分和處理

如果石油公司在勘探階段找到探明儲(chǔ)量，就要對(duì)其進(jìn)行開(kāi)發(fā)生產(chǎn)。開(kāi)發(fā)階段的主要任務(wù)是建立由井和有關(guān)設(shè)施組成的生產(chǎn)系統(tǒng)，所以開(kāi)發(fā)成本主要包括鉆井及井的裝備、相關(guān)設(shè)備與設(shè)施、輔助設(shè)施三個(gè)部分。相較于取得和勘探成本而言，開(kāi)發(fā)成本的會(huì)計(jì)核算是比較簡(jiǎn)單的，所有發(fā)生在開(kāi)發(fā)階段的成本全部資本化。開(kāi)發(fā)階段鉆探的是開(kāi)發(fā)井，即使完井后發(fā)現(xiàn)時(shí)干井也要將其資本化，這是與勘探階段的探井有所不同的地方。雖然我國(guó)和美國(guó)的會(huì)計(jì)準(zhǔn)則中都將開(kāi)發(fā)成本全部資本化，但在具體核算方面還是有所差異的。處于計(jì)算所得稅的需要，美國(guó)會(huì)計(jì)準(zhǔn)則要求要將開(kāi)發(fā)成本細(xì)分為有形成本和無(wú)形成本。稅務(wù)會(huì)計(jì)上，無(wú)形成本在發(fā)生當(dāng)期全部費(fèi)用化，可以減少應(yīng)納稅所得額，而有形成本只能通過(guò)攤銷(xiāo)逐漸費(fèi)用化。我國(guó)的會(huì)計(jì)準(zhǔn)則對(duì)于開(kāi)發(fā)成本并沒(méi)有這樣的劃分。

六、生產(chǎn)成本的劃分和處理

開(kāi)發(fā)工作完成后就可以將油氣通過(guò)開(kāi)發(fā)井提升至地面，也就是進(jìn)入油氣的生產(chǎn)階段。生產(chǎn)階段的主要任務(wù)第一是對(duì)井進(jìn)行作業(yè)和維護(hù)，第二是將油氣提升到地面，并對(duì)其進(jìn)行聚集，處理加工和存儲(chǔ)。生產(chǎn)階段發(fā)生的成本支出一般是將其費(fèi)用化。在美國(guó)的會(huì)計(jì)準(zhǔn)則中，資本化的取得、勘探、開(kāi)發(fā)成本的折舊、折耗和攤銷(xiāo)并不計(jì)入生產(chǎn)成本，而是在報(bào)表中單獨(dú)列示，但在我國(guó)的會(huì)計(jì)處理中將其作為油氣的生產(chǎn)成本。從相關(guān)性的角度對(duì)比來(lái)看，美國(guó)的會(huì)計(jì)處理更加科學(xué)，更符合階段成本的核算要求。

篇4

    【關(guān)鍵詞】石油天然氣 會(huì)計(jì)核算 油氣資產(chǎn) 油氣會(huì)計(jì)科目 油氣會(huì)計(jì)信息披露

    石油天然氣行業(yè)是為國(guó)民經(jīng)濟(jì)提供戰(zhàn)略物資的流體礦采掘行業(yè),其生產(chǎn)對(duì)象及生產(chǎn)經(jīng)營(yíng)過(guò)程都有著顯著的特殊性,而這些特殊性又決定了反映和監(jiān)督這一生產(chǎn)經(jīng)營(yíng)活動(dòng)過(guò)程的油氣會(huì)計(jì)核算內(nèi)容與一般工商企業(yè)不同,也就是說(shuō)石油天然氣生產(chǎn)企業(yè)會(huì)計(jì)核算的確認(rèn)、計(jì)量、記錄及報(bào)告全過(guò)程都有其本身的特點(diǎn),從而在客觀上要求研究和建立適應(yīng)油氣生產(chǎn)經(jīng)營(yíng)活動(dòng)的石油天然氣會(huì)計(jì)核算的理論與方法,以規(guī)范石油天然氣生產(chǎn)企業(yè)的會(huì)計(jì)核算過(guò)程。本文將在分析石油天然氣會(huì)計(jì)核算特點(diǎn)的基礎(chǔ)上,對(duì)我國(guó)油氣會(huì)計(jì)核算的科目設(shè)置體系及信息的披露問(wèn)題予以探討。

    一、石油天然氣會(huì)計(jì)核算的特點(diǎn)分析

    作為一種行業(yè)特色在會(huì)計(jì)上的反映,石油天然氣會(huì)計(jì)核算在確認(rèn)、計(jì)量以及財(cái)務(wù)報(bào)告的信息披露方面與其他行業(yè)相比,都具有自身的特點(diǎn)。

    1、會(huì)計(jì)確認(rèn)的特點(diǎn)。首先是資產(chǎn)的確認(rèn)。其他行業(yè)所擁有與控制的主要資產(chǎn),主要通過(guò)商品流通領(lǐng)域購(gòu)買(mǎi)獲得,資產(chǎn)的價(jià)值即為實(shí)際支出。而石油天然氣企業(yè)所擁有與控制的主要資產(chǎn)是油氣資產(chǎn),需要通過(guò)采用一定的技術(shù)手段,歷經(jīng)不同生產(chǎn)階段而獲得。這樣,油氣資產(chǎn)在計(jì)價(jià)時(shí),要注意按各生產(chǎn)階段劃分資本性支出與收益性支出。就目前看來(lái),關(guān)于油氣資產(chǎn)概念的界定,至今還沒(méi)有統(tǒng)一的認(rèn)識(shí)。美國(guó)FASB公布的19號(hào)、25號(hào)及69號(hào)文件中,雖然提出了對(duì)油氣儲(chǔ)量的具體會(huì)計(jì)處理方法,但沒(méi)有從正面界定它的含義。我們認(rèn)為,油氣資產(chǎn)是指各采油氣區(qū)塊的油氣井與相關(guān)設(shè)施。根據(jù)國(guó)際石油大會(huì)(WPC)以及美國(guó)石油工程師協(xié)會(huì)(SPE)關(guān)于儲(chǔ)量分類(lèi)的認(rèn)定,其內(nèi)容應(yīng)包括:(1)油氣生產(chǎn)井、注水井、資料研究井等;(2)聯(lián)合站、油氣集輸站、計(jì)量站、注水站、壓氣站等;(3)井場(chǎng)裝置、熱采設(shè)施;(4)集輸油氣支管線(xiàn)、集輸油氣干管線(xiàn)等;(5)油氣處理設(shè)施;(6)儲(chǔ)油設(shè)施;(7)污水處理和其他環(huán)保設(shè)施;(8)油田內(nèi)部供水、供電、通信設(shè)施和其他生產(chǎn)用建筑物。

    其次,石油天然氣企業(yè)成本與費(fèi)用的確認(rèn)與其他企業(yè)相比,也存在它的特殊性。普通行業(yè)所發(fā)生的成本費(fèi)用總是與一定的收入相配比,然而石油天然氣企業(yè)發(fā)生的主要成本費(fèi)用卻不一定會(huì)帶來(lái)收入。石油天然氣企業(yè)發(fā)生的主要成本費(fèi)用,與是否會(huì)發(fā)現(xiàn)價(jià)值儲(chǔ)量相關(guān)。由于油氣資源的不可再生性,其發(fā)現(xiàn)成本承擔(dān)著與發(fā)現(xiàn)價(jià)值無(wú)關(guān)的耗費(fèi)。FASB第19號(hào)會(huì)計(jì)文件規(guī)定,對(duì)探明礦區(qū)與未探明礦區(qū)進(jìn)行成本費(fèi)用確認(rèn),把與礦權(quán)取得活動(dòng)相關(guān)的部分成本以面積為依據(jù)分配給所有勘查過(guò)的礦區(qū),分配給已取得礦區(qū)的那部分成本作資本化處理,分配給未取得礦區(qū)的成本作為當(dāng)期費(fèi)用處理。換句話(huà)說(shuō),石油天然氣企業(yè)對(duì)勘探成本費(fèi)用的確認(rèn)在于是否能成功發(fā)現(xiàn)。我國(guó)油氣生產(chǎn)企業(yè)通常的作法是將發(fā)現(xiàn)的與成功井相關(guān)的支出全部資本化,而將與不成功井相關(guān)的支出予以費(fèi)用化。當(dāng)?shù)卣?、重力等地質(zhì)勘探作業(yè)完成后,做出的地質(zhì)結(jié)論無(wú)論是否發(fā)現(xiàn)油氣顯示,其實(shí)際支出都予核銷(xiāo),待探井實(shí)際完成時(shí),對(duì)于未發(fā)現(xiàn)油氣顯示的探井成本作為費(fèi)用,而將發(fā)現(xiàn)油氣顯示的探井,則將有效井段轉(zhuǎn)為生產(chǎn)井,列為成本。

    最后,油氣會(huì)計(jì)確認(rèn)中還有一個(gè)焦點(diǎn)問(wèn)題,即有關(guān)礦業(yè)權(quán)流轉(zhuǎn)中的損益確認(rèn)。一般企業(yè)無(wú)形資產(chǎn)的轉(zhuǎn)讓,無(wú)論是轉(zhuǎn)讓其使用權(quán)還是轉(zhuǎn)讓其所有權(quán),都要在轉(zhuǎn)讓的同時(shí)確認(rèn)損益,而石油天然氣行業(yè)礦業(yè)權(quán)流轉(zhuǎn)中損益的確認(rèn)卻不然。對(duì)于未探明礦區(qū),若轉(zhuǎn)讓部分權(quán)益,出讓方按合同價(jià)格或雙方協(xié)議價(jià)格,沖減未探明礦區(qū)余額,不確認(rèn)轉(zhuǎn)讓損益,受讓方則按實(shí)際支付的金額增加未探明礦區(qū)成本;若轉(zhuǎn)讓全部權(quán)益,出讓方確認(rèn)轉(zhuǎn)讓損益,受讓方增加未探明礦區(qū)成本。對(duì)于探明礦區(qū),若轉(zhuǎn)讓全部權(quán)益,應(yīng)按轉(zhuǎn)讓收入的數(shù)額與其未攤銷(xiāo)成本之間的差額確認(rèn)損益;若只轉(zhuǎn)讓部分權(quán)益,應(yīng)確認(rèn)轉(zhuǎn)讓損益;若只轉(zhuǎn)讓探明礦區(qū)經(jīng)營(yíng)權(quán)而保留非經(jīng)營(yíng)權(quán)益的,也應(yīng)確認(rèn)轉(zhuǎn)讓損益。除此之外,其他任何形式的轉(zhuǎn)讓及相關(guān)交易,都不確認(rèn)損益。

    2、會(huì)計(jì)計(jì)量的特點(diǎn)。石油天然氣生產(chǎn)企業(yè)會(huì)計(jì)的計(jì)量以歷史成本原則為基礎(chǔ),但與其他企業(yè)相比又有不同。以歷史成本計(jì)量為原則,石油天然氣會(huì)計(jì)采用成果法或完全成本法來(lái)核算企業(yè)發(fā)生的成本支出。石油天然氣生產(chǎn)企業(yè)發(fā)生的主要成本有四類(lèi),即礦區(qū)取得成本、油氣勘探成本、油氣開(kāi)發(fā)成本以及油氣生產(chǎn)成本。把四種基本成本聯(lián)系起來(lái),基本的核算結(jié)果是發(fā)生成本的資本化或費(fèi)用化。如果資本化,即在成果法下,成本可以作為發(fā)生的已耗成本或者作為廢棄成本、減損成本或者生產(chǎn)成本而計(jì)入費(fèi)用;如果成本費(fèi)用化,即在完全成本法下,成本可以作為當(dāng)期費(fèi)用在本期沖減收入。我們認(rèn)為,石油天然氣企業(yè)成本的核算,應(yīng)采用成果法。這一方面比較符合長(zhǎng)期以來(lái)我國(guó)油氣會(huì)計(jì)人員形成的采用“變異成果法”核算的習(xí)慣;另一方面,也較符合國(guó)際上眾多大型油氣生產(chǎn)公司的核算慣例。

    3、資產(chǎn)價(jià)值補(bǔ)償方式的特點(diǎn)。資產(chǎn)價(jià)值的補(bǔ)償方式,按《企業(yè)會(huì)計(jì)制度》的規(guī)定,企業(yè)可以結(jié)合自己的特點(diǎn)采用直線(xiàn)法、加速折舊法等會(huì)計(jì)政策,但一經(jīng)采用,如無(wú)特殊情況,不得變更。油氣資產(chǎn)的價(jià)值不隨年限的增加而減少,它的遞耗與地下儲(chǔ)量密切相關(guān),所以油氣資產(chǎn)的價(jià)值補(bǔ)償應(yīng)采用單位產(chǎn)量法。美國(guó)FASB19號(hào)會(huì)計(jì)文件規(guī)定,資本化的探明礦區(qū)取得成本和油氣井與相關(guān)設(shè)備和設(shè)施成本的攤銷(xiāo)方法,通常使用單位產(chǎn)量法;資本化的未探明礦區(qū)取得成本及“在建工程”科目累計(jì)的鉆井成本,均不計(jì)算攤銷(xiāo),未探明礦區(qū)應(yīng)定期評(píng)估,確定是否出現(xiàn)減損。成果法下,石油天然氣企業(yè)輔助設(shè)備設(shè)施使用折舊方法、探明礦區(qū)取得成本(油氣資產(chǎn))使用折耗方法,而對(duì)企業(yè)擁有的其他公司非經(jīng)營(yíng)權(quán)益則予以攤銷(xiāo)。

    4、財(cái)務(wù)會(huì)計(jì)報(bào)告的特點(diǎn)?！镀髽I(yè)會(huì)計(jì)制度》規(guī)定,企業(yè)財(cái)務(wù)會(huì)計(jì)信息以三大報(bào)表以及相關(guān)附表及其說(shuō)明予以揭示。也就是說(shuō),對(duì)于一般企業(yè),企業(yè)會(huì)計(jì)制度要求揭示的信息對(duì)于廣大信息使用者做出投資決策是基本充足的。然而,對(duì)于油氣公司的信息使用者,只揭示這些信息是遠(yuǎn)遠(yuǎn)不夠的。油氣生產(chǎn)企業(yè)具有很高的油氣發(fā)現(xiàn)成本和很大比例的不成功探井,其風(fēng)險(xiǎn)主要體現(xiàn)在油氣儲(chǔ)量的尋找上,所以,石油天然氣企業(yè)財(cái)務(wù)會(huì)計(jì)報(bào)告需要大量的表外信息來(lái)補(bǔ)充表內(nèi)信息的不足。美國(guó)財(cái)務(wù)會(huì)計(jì)準(zhǔn)則委員會(huì)頒布的19號(hào)會(huì)計(jì)文件“石油和天然氣生產(chǎn)公司的財(cái)務(wù)會(huì)計(jì)與報(bào)告”要求石油天然氣公司期末會(huì)計(jì)報(bào)告對(duì)有關(guān)特殊資產(chǎn)進(jìn)行補(bǔ)充揭示,其中包括儲(chǔ)量變動(dòng)情況、資本化成本的原值與凈值及石油和天然氣生產(chǎn)活動(dòng)分階段發(fā)生的成本;FASB第69號(hào)會(huì)計(jì)文件“揭示石油和天然氣生產(chǎn)活動(dòng)”還要求揭示與探明的石油天然氣儲(chǔ)量有關(guān)的、按標(biāo)準(zhǔn)計(jì)算貼現(xiàn)的未來(lái)現(xiàn)金流量。FASB的這些要求都是針對(duì)石油天然氣企業(yè)財(cái)務(wù)會(huì)計(jì)報(bào)告表內(nèi)信息的未能完全揭示而提出的。

    通過(guò)以上對(duì)油氣會(huì)計(jì)的確認(rèn)、計(jì)量以及報(bào)告等特點(diǎn)的分析,可以看出,由《企業(yè)會(huì)計(jì)制度》規(guī)范的一般企業(yè)的會(huì)計(jì)核算與石油天然氣行業(yè)會(huì)計(jì)核算相比,二者的差異是顯而易見(jiàn)的。正是這種差異說(shuō)明了僅靠《企業(yè)會(huì)計(jì)制度》來(lái)規(guī)范具有行業(yè)特殊性的油氣會(huì)計(jì)是不夠的。固然,油氣會(huì)計(jì)自身并沒(méi)有超出財(cái)務(wù)會(huì)計(jì)的范圍,在一些體現(xiàn)共性的會(huì)計(jì)事項(xiàng)上,必須按《企業(yè)會(huì)計(jì)制度》的規(guī)定來(lái)規(guī)范其會(huì)計(jì)行為,但是,用于指導(dǎo)石油天然氣專(zhuān)業(yè)核算的會(huì)計(jì)核算辦法也是必不可少的。就此,我們?cè)谇拔难芯康幕A(chǔ)上,提出對(duì)我國(guó)石油天然氣行業(yè)會(huì)計(jì)核算辦法制定中有關(guān)會(huì)計(jì)科目的設(shè)置及會(huì)計(jì)信息的披露等問(wèn)題的一些看法。

    二、石油天然氣會(huì)計(jì)核算科目的探討

篇5

關(guān)鍵詞:優(yōu)化探索建議

中圖分類(lèi)號(hào):F270文獻(xiàn)標(biāo)識(shí)碼:A文章編號(hào):1007-3973 (2010) 07-138-01

1歷年八面河油田作業(yè)結(jié)算概況及結(jié)算情況分析

1.1歷年八面河油田作業(yè)結(jié)算概況

2004年底八面河油田所屬11個(gè)作業(yè)隊(duì)劃歸江漢油田井下作業(yè)處,成立清河井下作業(yè)部。清河井下作業(yè)部的單位性質(zhì)由內(nèi)部成本單位轉(zhuǎn)變?yōu)榫謨?nèi)關(guān)聯(lián)交易單位。

附表1歷年清河井下作業(yè)部工作量及結(jié)算情況對(duì)比表(萬(wàn)元)

1.2井下作業(yè)結(jié)算情況對(duì)比分析

作業(yè)費(fèi)用主要由作業(yè)勞務(wù)費(fèi)和材料費(fèi)兩部分構(gòu)成。拋開(kāi)05年井下作業(yè)整體分離頭一年的結(jié)算過(guò)渡,我們就04和06兩年的作業(yè)費(fèi)用構(gòu)成情況進(jìn)行對(duì)比分析。

(1)作業(yè)成本構(gòu)成有較大變化

04年作業(yè)系統(tǒng)為八面河油田內(nèi)部考核單位,作業(yè)成本并不是完全作業(yè)成本,06年正式執(zhí)行的中石化井下定額作業(yè)成本構(gòu)成中增加了設(shè)備保險(xiǎn)費(fèi)等十項(xiàng)成本項(xiàng)目,合計(jì)新增費(fèi)用3254萬(wàn)元。

(2)人工費(fèi)和特種車(chē)輛運(yùn)費(fèi)上升幅度較大

通過(guò)附表1可以看出06年比04年人工費(fèi)上升幅度64.67%;車(chē)運(yùn)費(fèi)上升幅度34.93%。

(3)歷年定額調(diào)整幅度

06年開(kāi)始正式執(zhí)行中石化作業(yè)定額后,經(jīng)歷了兩次大的調(diào)整。07年勞務(wù)費(fèi)調(diào)增約10%, 08年勞務(wù)費(fèi)調(diào)增約30%,09年與08年同期相比,單井勞務(wù)增加1.12萬(wàn)元。

1.3歷年作業(yè)結(jié)算暴露弊端

目前的作業(yè)結(jié)算模式經(jīng)過(guò)近幾年的建設(shè)和實(shí)際應(yīng)用,雖有效但仍有弊端,主要表現(xiàn)如下:

(1)井下作業(yè)處分離后在八面河油田作業(yè)工程量沒(méi)有大的變化的情況下作業(yè)勞務(wù)費(fèi)上升很快,導(dǎo)致采油成本居高不下。

(2)八面河油田作業(yè)設(shè)計(jì)監(jiān)督站把大量的時(shí)間和精力都放到了對(duì)清河井下作業(yè)部作業(yè)工序的認(rèn)證上,忽視了對(duì)總體作業(yè)質(zhì)量的跟蹤和把握。

(3)由于沒(méi)有進(jìn)行甲乙雙方的利益捆綁,清河井下作業(yè)部不能很好地做到以產(chǎn)量效益為已任的觀念轉(zhuǎn)變,不能有效激發(fā)作業(yè)隊(duì)伍奪油上產(chǎn)的主動(dòng)性。

2實(shí)行年度井下作業(yè)勞務(wù)費(fèi)總承包的探索

2.1改變作業(yè)結(jié)算方式后的益處

通過(guò)實(shí)施年度井下作業(yè)勞務(wù)費(fèi)總承包,進(jìn)行責(zé)任與壓力共擔(dān),成果與效益共享,形成利益共同體,可實(shí)現(xiàn)八面河油田持續(xù)穩(wěn)定有效的良性發(fā)展。益處體現(xiàn)如下:

(1)通過(guò)甲乙雙方利益捆綁,有利于實(shí)現(xiàn)產(chǎn)量效益為已任的觀念轉(zhuǎn)變。作業(yè)隊(duì)伍為實(shí)現(xiàn)質(zhì)量與效益的最大化,責(zé)任意識(shí)和整體素質(zhì)都可得到激發(fā)和提高。

(2)八面河油田作業(yè)監(jiān)督壓力及管理工作量將大大降低,有精力加強(qiáng)自身的工作職能向技術(shù)管理型轉(zhuǎn)變,促進(jìn)管理水平得到提升。

2.2改變作業(yè)結(jié)算方式的具體步驟

(1)根據(jù)前三年井下作業(yè)結(jié)算的勞務(wù)費(fèi)、人工成本總額和按施工內(nèi)容完成的工作量,由分公司有關(guān)部門(mén)牽頭,八面河油田、井下作業(yè)處雙方結(jié)合,確定年度作業(yè)勞務(wù)費(fèi)承包總額和年度掛鉤考核作業(yè)工作量。

(2)井下作業(yè)處掛鉤考核老區(qū)產(chǎn)量。

(3)確定預(yù)算口徑的主要材料費(fèi)考核八面河油田。但由于井下作業(yè)處原因出現(xiàn)的返工造成的預(yù)算口徑的主要材料費(fèi)消耗損失,按一定的比例或全部減扣井下作業(yè)勞務(wù)費(fèi)。

(4)確保井下作業(yè)施工質(zhì)量及施工周期。不及時(shí)提供主要材料、出具施工設(shè)計(jì)、配合辦理開(kāi)工驗(yàn)收所造成的井下作業(yè)隊(duì)停等,均按規(guī)定的標(biāo)準(zhǔn)支付井下作業(yè)停等勞務(wù)費(fèi)。

(5)確保各項(xiàng)生產(chǎn)技術(shù)指標(biāo),不達(dá)標(biāo),按規(guī)定的比例扣減作業(yè)勞務(wù)費(fèi)。

(6)制訂井下作業(yè)勞務(wù)費(fèi)承包考核制度,確保井下作業(yè)施工質(zhì)量,努力提高油水井作業(yè)免修期。

(7)在八面河油田年度原油產(chǎn)量完成分公司下達(dá)的責(zé)任指標(biāo)的前提下,對(duì)年度總承包的井下作業(yè)費(fèi)實(shí)用情況實(shí)行考核與兌現(xiàn)。

1)原油生產(chǎn)任務(wù)主要考核八面河油田,井下作業(yè)處實(shí)行掛鉤考核。

2)預(yù)算口徑的主要材料費(fèi)主要考核八面河油田,井下作業(yè)處實(shí)行掛鉤考核。

3)提高油水井作業(yè)免修期,降低井下作業(yè)成本應(yīng)按一定的比例考核八面河油田和井下作業(yè)處。

3優(yōu)化作業(yè)結(jié)算模式建議

(1)采取全年作業(yè)勞務(wù)費(fèi)用總承包的形式,職責(zé)分工必須明確。由八面河油田作業(yè)設(shè)計(jì)監(jiān)督站負(fù)責(zé)作業(yè)施工設(shè)計(jì)方案的編寫(xiě)、施工全過(guò)程的監(jiān)督,并對(duì)施工后效果進(jìn)行評(píng)價(jià)做為結(jié)算依據(jù)。

(2)根據(jù)八面河油區(qū)井下作業(yè)工作量的實(shí)際情況,八面河油田與井下作業(yè)處協(xié)商合理布局井下作業(yè)施工隊(duì)伍。

(3)建議分公司下達(dá)井下作業(yè)處年度經(jīng)濟(jì)責(zé)任制時(shí)應(yīng)考慮八面河油區(qū)實(shí)行的勞務(wù)費(fèi)總承包體制;建議井下作業(yè)處下達(dá)內(nèi)部經(jīng)濟(jì)責(zé)任制也應(yīng)考慮八面河油區(qū)實(shí)行的勞務(wù)費(fèi)總承包體制,制定完善適合勞務(wù)費(fèi)總承包體制的各項(xiàng)制度。

(4)以季度為時(shí)間單位,對(duì)雙方進(jìn)行考核。

篇6

關(guān)鍵詞:協(xié)同過(guò)濾;稀疏數(shù)據(jù);云填充;評(píng)分相似性;屬性相似性;相似性度量

中圖分類(lèi)號(hào): TP18;TP301.6文獻(xiàn)標(biāo)志碼:A

Collaborative filtering recommendation algorithm

based on item attribute and cloud model filling

英文作者名SUN Jin-gang*, AI Li-rong

英文地址(School of Computer Science and Technology, Northwestern Polytechnical University, Xian Shaanxi 710129, China)

Abstract: The user rating data in traditional collaborative filtering recommendation algorithm are extremely sparse, which results in bad similarity measurement and poor recommendation quality. In view of this problem, this paper presented an improved collaborative filtering algorithm, which was based on item attribute and cloud model filling. The algorithm proposed a new similarity measurement method, using the data filling based on cloud model and the similarity of the items attributes. The new method computed the rating similarity by using the traditional similarity measurement on the basis of the filling matrix and computed the attributing similarity by using items attributes, then got the last similarity by using weighting factor. The experimental results show that this method can efficiently solve the problem of similarity measurement inaccuracy caused by the extreme sparsity of user rating data, and provide better recommendation results than traditional collaborative filtering algorithms.

Key words: collaborative filtering; sparse data; cloud model filling; rating similarity; attributing similarity; similarity measure

0引言

Internet 技術(shù)的應(yīng)用普及和現(xiàn)代電子商務(wù)的迅猛發(fā)展使得互聯(lián)網(wǎng)中的資源數(shù)量呈指數(shù)增長(zhǎng)態(tài)勢(shì),從而出現(xiàn)了所謂的“信息爆炸”和“信息過(guò)載”現(xiàn)象,推薦系統(tǒng)[1]作為一種信息過(guò)濾的重要手段, 是當(dāng)前解決上述問(wèn)題的有效方法之一。目前,幾乎所有大型的電子商務(wù)系統(tǒng),如淘寶、當(dāng)當(dāng)、Amazon、eBay等都不同程度地使用了各種形式的推薦系統(tǒng)。

隨著推薦系統(tǒng)規(guī)模的擴(kuò)大,用戶(hù)評(píng)分?jǐn)?shù)據(jù)出現(xiàn)極端稀疏性[2],導(dǎo)致算法的推薦質(zhì)量降低。為了解決稀疏性問(wèn)題,一些學(xué)者提出了算法改進(jìn)措施:文獻(xiàn)[3]提出基于云模型的相似度計(jì)算方法,利用云模型在定性知識(shí)表示以及定性、定量知識(shí)轉(zhuǎn)換時(shí)的橋梁作用,提出一種在知識(shí)層面比較用戶(hù)相似度的方法。文獻(xiàn)[4]提出一種基于項(xiàng)目評(píng)分預(yù)測(cè)的協(xié)同過(guò)濾推薦技術(shù),通過(guò)估計(jì)用戶(hù)評(píng)分的辦法補(bǔ)充用戶(hù)項(xiàng)目評(píng)分矩陣,減小數(shù)據(jù)稀疏性對(duì)計(jì)算結(jié)果的負(fù)面影響。文獻(xiàn)[5]通過(guò)奇異值分解(Singular Value Decomposition, SVD)算法估計(jì)未評(píng)分項(xiàng)目的評(píng)分,并在稠密矩陣上計(jì)算用戶(hù)間的相關(guān)相似度。文獻(xiàn)[6]提出了一種基于云模型數(shù)據(jù)填充的推薦方法,通過(guò)云模型預(yù)測(cè)未評(píng)價(jià)的項(xiàng)目,進(jìn)而根據(jù)填充了的用戶(hù)項(xiàng)目評(píng)分矩陣計(jì)算用戶(hù)相似性。然而,以上算法均沒(méi)有考慮項(xiàng)目中屬性之間的關(guān)聯(lián),忽略了項(xiàng)目本身的屬性相似性,在一定程度上影響了算法的效能。

本文提出一種基于項(xiàng)目屬性和云模型數(shù)據(jù)填充方法, 利用項(xiàng)目本身屬性計(jì)算屬性相似性,利用云模型數(shù)據(jù)填充技術(shù)對(duì)稀疏矩陣進(jìn)行填充,在稠密矩陣上計(jì)算項(xiàng)目評(píng)分相似性,通過(guò)動(dòng)態(tài)加權(quán)得到新的項(xiàng)目相似性,最后在推薦過(guò)程中結(jié)合基于項(xiàng)目推薦算法生成推薦。

1傳統(tǒng)的基于項(xiàng)目的協(xié)同過(guò)濾算法及分析

傳統(tǒng)的基于項(xiàng)目的協(xié)同過(guò)濾推薦系統(tǒng)[7]利用傳統(tǒng)的相似性計(jì)算方法計(jì)算所有項(xiàng)目與目標(biāo)項(xiàng)目的相似性,取前k個(gè)相似性最大的作為目標(biāo)項(xiàng)目的最近鄰居集,由于當(dāng)前用戶(hù)對(duì)最近鄰居的評(píng)分與對(duì)目標(biāo)項(xiàng)的評(píng)分比較類(lèi)似,所以可以根據(jù)當(dāng)前用戶(hù)對(duì)最近鄰居的評(píng)分預(yù)測(cè)當(dāng)前用戶(hù)對(duì)目標(biāo)項(xiàng)的評(píng)分,然后選擇預(yù)測(cè)評(píng)分最高的前若干項(xiàng)作為推薦結(jié)果反饋給用戶(hù)。

1.1數(shù)據(jù)表示

推薦系統(tǒng)中存儲(chǔ)的用戶(hù)評(píng)分?jǐn)?shù)據(jù)中一般包含用戶(hù)id,項(xiàng)目id和用戶(hù)對(duì)項(xiàng)目的評(píng)分等信息。假定有m個(gè)用戶(hù)和n個(gè)項(xiàng)目,分別表示為用戶(hù)集合U = {u1,u2,…,um}, 項(xiàng)目集合I ={ i1,i2,…,in}。用戶(hù)評(píng)分?jǐn)?shù)據(jù)可以采用一個(gè)m×n階的用戶(hù)項(xiàng)目評(píng)分矩陣Rm,n來(lái)表示,矩陣的每個(gè)元素就是用戶(hù)對(duì)項(xiàng)目的評(píng)分,反映了用戶(hù)對(duì)項(xiàng)目感興趣的程度。評(píng)分可以用1/0表示喜歡/不喜歡;也可以用不同的數(shù)字表示評(píng)分的級(jí)別,數(shù)字越大表明級(jí)別越高,說(shuō)明用戶(hù)越喜歡（本文即用這種評(píng)分）。

1.2相似性計(jì)算

傳統(tǒng)的相似性度量[1,8]方法主要有余弦相似性、相關(guān)相似性和修正的余弦相似性3種。

1)余弦相似性。兩個(gè)項(xiàng)目被看作m維項(xiàng)目空間上的向量,項(xiàng)目間的相似性通過(guò)向量間的余弦?jiàn)A角來(lái)度量。

sim(i, j)=cos(,)=?×(1)

其中“?”表示兩個(gè)向量之間的點(diǎn)積。式中分子為兩個(gè)項(xiàng)目評(píng)分向量的內(nèi)積,分母為兩個(gè)項(xiàng)目向量模的乘積,夾角越小,相似度越高。

2)相關(guān)相似性。對(duì)于基于項(xiàng)目的協(xié)同過(guò)濾算法,相關(guān)相似性是通過(guò)計(jì)算兩個(gè)項(xiàng)目之間共同評(píng)分項(xiàng)的距離來(lái)實(shí)現(xiàn)的。

sim(i, j)=∑u∈U(i, j)(Ru,i-Ri)(Ru, j-Rj)∑u∈U(i, j)(Ru,i-Ri)2∑u∈U(i, j)(Ru, j-Rj)2(2)

其中:U(i, j)表示對(duì)項(xiàng)目i和項(xiàng)目j都評(píng)過(guò)分的用戶(hù)集合,Ru,i、Ru, j表示用戶(hù)u對(duì)項(xiàng)目i和項(xiàng)目j的評(píng)分,Ri和Rj分別表示對(duì)項(xiàng)目i和項(xiàng)目j的平均評(píng)分。

3)修正的余弦相似性。由于在余弦相似性度量方法中沒(méi)有考慮不同用戶(hù)的評(píng)分尺度問(wèn)題,修正的余弦相似性度量方法通過(guò)減去用戶(hù)對(duì)所有項(xiàng)目的平均評(píng)分來(lái)改善上述缺陷。

sim(i, j)=∑u∈U(i, j)(Ru,i-Ri)(Ru, j-Rj)∑u∈U(i)(Ru,i-Ri)2∑u∈U(j)(Ru, j-Rj)2(3)

其中:U(i, j)表示對(duì)項(xiàng)目i和項(xiàng)目j都有評(píng)分的用戶(hù)集合,U(i) 和U(j)分別表示對(duì)項(xiàng)目i和項(xiàng)目j評(píng)分過(guò)的用戶(hù)集合。

第3期 孫金剛等:基于項(xiàng)目屬性和云填充的協(xié)同過(guò)濾推薦算法計(jì)算機(jī)應(yīng)用 第32卷1.3生成推薦

在利用1.2節(jié)中任一公式計(jì)算目標(biāo)項(xiàng)目與其他項(xiàng)目相似性,得到目標(biāo)項(xiàng)目最近鄰居集的基礎(chǔ)上,可按式(4)預(yù)測(cè)出目標(biāo)用戶(hù)對(duì)未評(píng)分項(xiàng)目的評(píng)分。

Pu,i=Ri+∑j∈S(i)sim(i, j)×(Ru, j-Rj)∑j∈S(i)(|sim(i, j)|)(4)

其中:Pu,i表示目標(biāo)用戶(hù)u對(duì)未評(píng)分項(xiàng)目i的預(yù)測(cè)評(píng)分;Ri表示目標(biāo)項(xiàng)目i獲得的平均評(píng)分;Rj表示鄰近項(xiàng)目j的平均評(píng)分;S(i)表示目標(biāo)項(xiàng)目i的鄰近項(xiàng)目集合,|S(i)|=k。通過(guò)上述方法預(yù)測(cè)用戶(hù)對(duì)所有未評(píng)分項(xiàng)的評(píng)分,然后選擇預(yù)測(cè)評(píng)分最高的前若干項(xiàng)作為推薦結(jié)果反饋給當(dāng)前用戶(hù)。

1.4算法分析

1)用戶(hù)評(píng)分矩陣的極端稀疏性導(dǎo)致相似度量不夠準(zhǔn)確,嚴(yán)重影響了推薦精度。

2)沒(méi)有考慮到項(xiàng)目本身的屬性相似性,利用用戶(hù)評(píng)分?jǐn)?shù)據(jù)計(jì)算的相似性可能不準(zhǔn)確。如表1所示,I1到I6代表6部電影,其中I1、I3、I6為生活片,I2、I4、I5為動(dòng)作片,現(xiàn)要預(yù)測(cè)用戶(hù)u7對(duì)I6的評(píng)分。根據(jù)式(2)、(4)可得I6的鄰居項(xiàng)為I2、I4、I5,u7對(duì)I6的預(yù)測(cè)評(píng)分為1,即不喜歡I6,但分析u7對(duì)其他電影的評(píng)分可以看到,u7對(duì)生活片的評(píng)分均為5,對(duì)動(dòng)作片的評(píng)分均為1,由此可判斷u7喜歡生活片,不喜歡動(dòng)作片,故對(duì)I6應(yīng)該打高分,但通過(guò)公式得到的計(jì)算結(jié)果卻與實(shí)際不符。

【：表1中的問(wèn)號(hào)對(duì)嗎？表格(有表名)表1用戶(hù)評(píng)分實(shí)例

預(yù)測(cè)用戶(hù)I1I2I3I4I5I6u1333323u2122333u3454455u4553355u5211121u6141111u751511?

2改進(jìn)的算法及其分析

2.1云模型

云模型[9-10]表達(dá)的概念的整體特征用期望Ex、熵En、超熵He這3個(gè)數(shù)字特征來(lái)表示,記作C(Ex,En,He), 稱(chēng)為云的特征向量。在云模型中,云由多個(gè)云滴組成,每個(gè)用戶(hù)的所有評(píng)分集合被視為一朵“云”,每個(gè)評(píng)分被視為一個(gè)“云滴”,可以通過(guò)逆向云算法實(shí)現(xiàn)每朵云從定量值到云的特征向量的轉(zhuǎn)換,計(jì)算如下:

2.2基于云模型填充的協(xié)同過(guò)濾推薦算法

基于云模型填充的協(xié)同過(guò)濾推薦算法[6-11]的基本思想是利用逆向云算法計(jì)算項(xiàng)目之間的相似性,根據(jù)式(4)對(duì)用戶(hù)評(píng)分矩陣進(jìn)行填充,在填充矩陣的基礎(chǔ)上,根據(jù)式(2)、(4)生成推薦。

該算法通過(guò)填充的方法降低了用戶(hù)評(píng)分矩陣的稀疏性,提高了推薦精度,但是并未考慮到項(xiàng)目本身的屬性相似性。

2.3項(xiàng)目的屬性相似性

一般來(lái)說(shuō),推薦系統(tǒng)至少存在3個(gè)基本數(shù)據(jù)表,一個(gè)用來(lái)記錄用戶(hù)信息,一個(gè)用來(lái)記錄項(xiàng)目信息,還有一個(gè)記錄用戶(hù)評(píng)分信息。傳統(tǒng)的協(xié)同過(guò)濾算法是通過(guò)評(píng)分信息表計(jì)算項(xiàng)目相似性,而項(xiàng)目的屬性相似性則是利用項(xiàng)目信息表(見(jiàn)表2)進(jìn)行計(jì)算的。

表格(有表名)表2項(xiàng)目信息表

項(xiàng)目Attr1Attr2…AttrtItem110…1Item201…1Itemn11…0設(shè)項(xiàng)目i和項(xiàng)目j所擁有的屬性分別表示為集合Ui和集合Uj,則i和j的屬性相似性計(jì)算如下:

simattr(i, j)=|Ui∩Uj||Ui∪Uj|(9)

其中:|Ui∩Uj|表示項(xiàng)目i和j所擁有屬性集合的交集的元素個(gè)數(shù),|Ui∪Uj|表示項(xiàng)目i和j所擁有屬性集合的并集的元素個(gè)數(shù)[12]。

2.4改進(jìn)的基于項(xiàng)目屬性和云填充的協(xié)同過(guò)濾算法

改進(jìn)的基于項(xiàng)目屬性和云填充的協(xié)同過(guò)濾算法的基本思想是:利用用戶(hù)評(píng)分矩陣和逆向云算法計(jì)算項(xiàng)目i和項(xiàng)目j的相似性,此時(shí)將每個(gè)項(xiàng)目所獲得的所有評(píng)分集合視為一朵“云”,每個(gè)評(píng)分被視為一個(gè)“云滴”。得到項(xiàng)目i和j的相似性后,利用式(4)對(duì)稀疏的用戶(hù)評(píng)分矩陣進(jìn)行填充,采用對(duì)項(xiàng)目評(píng)分項(xiàng)并集填充的方式[4],即對(duì)于項(xiàng)目i和j,對(duì)項(xiàng)目i評(píng)過(guò)分的用戶(hù)集合為Ui,對(duì)項(xiàng)目j評(píng)過(guò)分的用戶(hù)集合為Uj,只填充Ui j= Ui∪Uj中沒(méi)有對(duì)項(xiàng)目i或j評(píng)分的用戶(hù)的評(píng)分,而不考慮均未對(duì)項(xiàng)目i和j評(píng)分的用戶(hù)。在填充矩陣的基礎(chǔ)上利用式(2)計(jì)算項(xiàng)目i和j的評(píng)分相似性simrate(i, j),同時(shí)根據(jù)式(9)計(jì)算項(xiàng)目i和j的屬性相似性simattr(i, j),采用式(10)計(jì)算項(xiàng)目i和j的最終相似性sim(i, j)[13],最后再次利用式(4)產(chǎn)生推薦。

sim(i, j)=λsimattr(i, j)+(1-λ)simrate(i, j)(10)

其中:λ為加權(quán)因子,可動(dòng)態(tài)調(diào)整。

具體步驟如下:

輸入用戶(hù)評(píng)分矩陣Rm,n,最近鄰項(xiàng)目數(shù)k,加權(quán)因子λ。

輸出用戶(hù)的Top-N推薦集。

步驟如下:

1)利用逆向云算法即式(5)~(7)計(jì)算每個(gè)項(xiàng)目的特征向量,并利用式(8)計(jì)算項(xiàng)目之間的相似性;

2)利用式(4),采用對(duì)項(xiàng)目評(píng)分項(xiàng)并集的方式對(duì)用戶(hù)評(píng)分矩陣進(jìn)行填充;

3)對(duì)于填充矩陣,利用式(2)計(jì)算項(xiàng)目i和j的評(píng)分相似性simrate(i, j);

4)利用式(9)計(jì)算項(xiàng)目i和j的屬性相似性simattr(i, j);

5)利用式(10)計(jì)算項(xiàng)目i和j的最終相似性sim(i, j);

6)選取k個(gè)與目標(biāo)項(xiàng)目相似性最大的項(xiàng)目作為目標(biāo)項(xiàng)目的最近鄰居集;

7)利用式(4)得到目標(biāo)用戶(hù)對(duì)初始矩陣中未評(píng)分項(xiàng)目的預(yù)測(cè)評(píng)分,產(chǎn)生Top-N推薦。

算法優(yōu)勢(shì)分析:首先，采用填充技術(shù)對(duì)稀疏矩陣進(jìn)行填充,在填充矩陣基礎(chǔ)上計(jì)算項(xiàng)目的評(píng)分相似性,大大降低了原有稀疏矩陣的稀疏性,提高了評(píng)分相似性的計(jì)算精度;其次,采用云模型而非其他填充模型,可以在用戶(hù)評(píng)分整體層面上粗粒度地考慮項(xiàng)目的相似性以及對(duì)象類(lèi)的整體信息, 克服了傳統(tǒng)的基于向量的相似度計(jì)算方式嚴(yán)格匹配對(duì)象屬性的不足。再次,考慮了項(xiàng)目本身所具有的屬性相似性,通過(guò)引入加權(quán)因子λ,將其與項(xiàng)目的評(píng)分相似性結(jié)合,進(jìn)一步提高了相似性精度。同時(shí),對(duì)于用戶(hù)從未評(píng)過(guò)分的新項(xiàng)目,在無(wú)法計(jì)算其與其他項(xiàng)目的評(píng)分相似性的情況下,將加權(quán)因子λ調(diào)整為1,即通過(guò)屬性相似性來(lái)計(jì)算相似性,在一定程度上解決了冷啟動(dòng)問(wèn)題。

3實(shí)驗(yàn)結(jié)果及其分析

實(shí)驗(yàn)平臺(tái)使用Intel Core2 Duo CPU E8400 @3.00GHz,1.96GB內(nèi)存,【：這里的內(nèi)存不是2GB？作者上網(wǎng)不方便。上次作者回復(fù)。待三校后再聯(lián)系。20日后上網(wǎng)比較方便操作系統(tǒng)為Windows XP,算法使用C++編寫(xiě)。

3.1數(shù)據(jù)集

本文實(shí)驗(yàn)采用Grouplens(movielens.umn.edu)工作組提供的公開(kāi)數(shù)據(jù)集,它由943個(gè)用戶(hù)對(duì)1682個(gè)電影項(xiàng)目的1×105條值為1~5的評(píng)價(jià)數(shù)據(jù)組成,用戶(hù)評(píng)分?jǐn)?shù)據(jù)集的稀疏性為1-100000/(943*1682)=0.936953。把記錄按照80%和20%的比例劃分為訓(xùn)練集和測(cè)試集。

3.2度量標(biāo)準(zhǔn)

實(shí)驗(yàn)采用平均絕對(duì)偏差(Mean Absolute Error, MAE)來(lái)衡量各相似度方法的度量效果,即通過(guò)計(jì)算預(yù)測(cè)的用戶(hù)評(píng)分與實(shí)際用戶(hù)評(píng)分之間的偏差來(lái)衡量預(yù)測(cè)的準(zhǔn)確性[14-15]。MAE越小,相似度方法的度量效果越好。假設(shè)預(yù)測(cè)的用戶(hù)評(píng)分集合為{p1,p2,…,pN},對(duì)應(yīng)的實(shí)際評(píng)分集合為{q1,q2,…,qN},則

MAE=∑Ni=1|pi-qi|N(11)

3.3實(shí)驗(yàn)結(jié)果

實(shí)驗(yàn)中,將最近鄰近集取為50,通過(guò)改變?chǔ)巳≈祦?lái)影響MAE的值,具體過(guò)程為:將λ值代入式(10),得到相應(yīng)的最終相似性sim(i, j),選取50個(gè)與目標(biāo)項(xiàng)目相似性最大的項(xiàng)目作為目標(biāo)項(xiàng)目的最近鄰居集,將sim(i, j)值代入式(4),得到對(duì)目標(biāo)用戶(hù)的預(yù)測(cè)評(píng)分值,再將預(yù)測(cè)值代入式(11),得到MAE值。實(shí)驗(yàn)結(jié)果如表3所示,當(dāng)最近鄰近集k取50時(shí),λ=0.15時(shí)對(duì)MAE的貢獻(xiàn)最大,故實(shí)驗(yàn)中將λ取為0.15。

表格(有表名)表3λ取值對(duì)MAE的影響

λMAEλMAE0.050.8240.200.8560.100.8170.250.9320.150.8110.301.125

當(dāng)λ取值確定后,將改進(jìn)的算法與傳統(tǒng)的基于項(xiàng)目的協(xié)同過(guò)濾推薦算法、基于云模型的協(xié)同過(guò)濾推薦算法和利用云模型填充的協(xié)同過(guò)濾算法進(jìn)行比較,如圖1所示。圖中Item表示傳統(tǒng)的基于項(xiàng)目的協(xié)同過(guò)濾推薦算法,Cloud表示基于云模型的協(xié)同過(guò)濾推薦算法,Cloud Filling表示利用云模型填充的協(xié)同過(guò)濾推薦算法,Attribute and Cloud Filling表示改進(jìn)的基于項(xiàng)目屬性和云填充的協(xié)同過(guò)濾推薦算法,最近鄰居從5個(gè)遞增到50個(gè)。通過(guò)比較可以看出,改進(jìn)的基于項(xiàng)目屬性和云填充的協(xié)同過(guò)濾算法比上述3種算法具有更好的性能。

圖片圖1不同算法MAE值隨最近鄰居數(shù)變化對(duì)比

篇7

關(guān)鍵詞：油氣田企業(yè)；會(huì)計(jì)核算；油氣資產(chǎn)；會(huì)計(jì)準(zhǔn)則

中圖分類(lèi)號(hào)：E232文獻(xiàn)標(biāo)識(shí)碼： A

一、前言

會(huì)計(jì)核算是指企業(yè)通過(guò)把生產(chǎn)服務(wù)過(guò)程中產(chǎn)生的價(jià)值信息收集起來(lái)，并按照一定的計(jì)算方法對(duì)企業(yè)下一步資金運(yùn)作進(jìn)行合理安排的活動(dòng)。科學(xué)規(guī)范的會(huì)計(jì)核算有利于企業(yè)資源的優(yōu)化整合，保障正常生產(chǎn)經(jīng)營(yíng)活動(dòng)，提高企業(yè)的核心競(jìng)爭(zhēng)力，實(shí)現(xiàn)經(jīng)濟(jì)價(jià)值最大化，最終促進(jìn)企業(yè)發(fā)展戰(zhàn)略的實(shí)現(xiàn)。

企業(yè)會(huì)計(jì)核算質(zhì)量的好壞，將會(huì)影響企業(yè)的經(jīng)營(yíng)成果的分配，若企業(yè)在核算方面出現(xiàn)眾多問(wèn)題，將會(huì)影響企業(yè)的投入產(chǎn)出效率，對(duì)企業(yè)的未來(lái)發(fā)展帶來(lái)負(fù)面效應(yīng)。實(shí)際運(yùn)行中，企業(yè)受多方面復(fù)雜因素的影響，致使會(huì)計(jì)核算存在諸多弊端，在一定程度上限制了企業(yè)的發(fā)展進(jìn)程。

二、油氣資產(chǎn)會(huì)計(jì)核算存在的問(wèn)題

石油天然氣行業(yè)具有風(fēng)險(xiǎn)大、資金密集、建設(shè)周期較長(zhǎng)、單井收益遞減等特點(diǎn)，油氣田企業(yè)油氣資產(chǎn)的確認(rèn)、計(jì)量以及后續(xù)處理都與這個(gè)行業(yè)上述特殊性密切相關(guān)。

1、風(fēng)險(xiǎn)大、資金密集。石油天然氣勘探風(fēng)險(xiǎn)高，有時(shí)雖投入大量的投資支出，但未必能獲得經(jīng)濟(jì)可采儲(chǔ)量。眾多事實(shí)表明，勘探過(guò)程中，能獲得經(jīng)濟(jì)可采儲(chǔ)量的尚不足20%，也就是大多數(shù)投資者只能發(fā)現(xiàn)極小的油氣儲(chǔ)量或者沒(méi)有任何收獲。與此同時(shí)，該行業(yè)還具有較大的政治風(fēng)險(xiǎn)，特別是油氣田企業(yè)在他國(guó)從事油氣合作開(kāi)發(fā)業(yè)務(wù)，時(shí)常出現(xiàn)來(lái)之不易的勘探成功，卻因當(dāng)年政府的干擾而不得不放棄開(kāi)采。我們知道，因油氣資源在很多國(guó)家都是重要的戰(zhàn)略資源，一些國(guó)家為保護(hù)或獲得豐富的油氣資源甚至不惜采用武力方式，也正基于此，導(dǎo)致傳統(tǒng)的企業(yè)會(huì)計(jì)準(zhǔn)則難以對(duì)油氣田企業(yè)會(huì)計(jì)核算活動(dòng)進(jìn)行統(tǒng)一規(guī)范。

2、建設(shè)周期較大。從尋找石油到利用石油需歷經(jīng)數(shù)年甚至幾十年，而這一過(guò)程大致要經(jīng)過(guò)四個(gè)主要環(huán)節(jié)，即尋找、開(kāi)采、輸送和加工，這四個(gè)環(huán)節(jié)一般又分別稱(chēng)為“石油勘探”、“油田開(kāi)發(fā)”、“油氣集輸”和“石油煉制”，特別是勘探環(huán)節(jié)，不僅周期長(zhǎng)且風(fēng)險(xiǎn)程度高，只有勘探成功才能保障后期開(kāi)發(fā)效益。

3、單井收益逐年遞減。假定油氣價(jià)格保持一個(gè)相對(duì)穩(wěn)定的水平，那么油氣開(kāi)發(fā)效益將直接與產(chǎn)量和開(kāi)發(fā)成本掛鉤，我們知道隨著油氣資源的開(kāi)發(fā)，其單井產(chǎn)量必然呈現(xiàn)逐年下降趨勢(shì)，盡管隨著新的井下技術(shù)措施的實(shí)施，例如超前注水、精細(xì)注水、二次甚至三次采油工藝等，但其產(chǎn)量下降趨勢(shì)是無(wú)法避免的。另外，隨著單井累計(jì)產(chǎn)量的上升，單位開(kāi)采成本將呈現(xiàn)逐年上升趨勢(shì)。這種單井產(chǎn)量逐年遞減、成本逐年上升的矛盾的存在，使得油氣田企業(yè)油氣資產(chǎn)會(huì)計(jì)核算于其他企業(yè)勢(shì)必不盡相同。

4、思想認(rèn)識(shí)不足，業(yè)務(wù)素質(zhì)不高。一些油氣田企業(yè)經(jīng)營(yíng)管理者以及相關(guān)的會(huì)計(jì)人員對(duì)企業(yè)的會(huì)計(jì)核算的認(rèn)識(shí)不足，有些僅停留在基礎(chǔ)工作層面和事后評(píng)價(jià)，未能有效發(fā)揮會(huì)計(jì)核算的事前預(yù)測(cè)和事中監(jiān)督職能。單位領(lǐng)導(dǎo)對(duì)會(huì)計(jì)核算工作不夠中還是，同時(shí)受會(huì)計(jì)人員自身業(yè)務(wù)素質(zhì)影響，易出現(xiàn)不按程序規(guī)范辦事現(xiàn)象，使得會(huì)計(jì)核算質(zhì)量大大降低。

三、規(guī)范油氣田企業(yè)油氣資產(chǎn)會(huì)計(jì)核算的建議

1、建立和完善核算體系。油氣田企業(yè)首先應(yīng)認(rèn)識(shí)到油氣資產(chǎn)會(huì)計(jì)核算工作的重要性，并努力構(gòu)建相適應(yīng)的會(huì)計(jì)核算體系，使企業(yè)真止地做到有據(jù)可循。制定油氣田企業(yè)會(huì)計(jì)核算的具體實(shí)施辦法，全面推行實(shí)行會(huì)計(jì)一級(jí)集中核算的制度，把會(huì)計(jì)核算和會(huì)計(jì)監(jiān)督職能一并納入會(huì)計(jì)核算主體。

2、規(guī)范油氣儲(chǔ)量資產(chǎn)的計(jì)量方法。油氣儲(chǔ)量是油氣田企業(yè)的核心資產(chǎn)，也是衡量石油企業(yè)財(cái)務(wù)狀況的一項(xiàng)重要指標(biāo)。油氣儲(chǔ)量具有信息特征且具有價(jià)值，而儲(chǔ)量?jī)r(jià)值一般通過(guò)資產(chǎn)評(píng)估方式來(lái)加以明確，因此，應(yīng)結(jié)合國(guó)外油氣儲(chǔ)量?jī)r(jià)值評(píng)估方法，適時(shí)調(diào)整油氣資產(chǎn)儲(chǔ)量?jī)r(jià)值評(píng)估方法，例如：凈現(xiàn)值法、勘探費(fèi)用法和經(jīng)營(yíng)估算法。

3、加強(qiáng)全面預(yù)算管理和成本控制。石油天然氣行業(yè)具有風(fēng)險(xiǎn)程度高、運(yùn)行成本高、能源消耗大、資金投入集中等特點(diǎn)，因產(chǎn)品自身的特殊性，使其成本控制和其他行業(yè)具有一定的差別。通過(guò)將全面預(yù)算管理應(yīng)用在石油企業(yè)成本控制中，能夠從整體上增強(qiáng)石油企業(yè)對(duì)內(nèi)外部環(huán)境變化的適應(yīng)能力和抵抗宏觀風(fēng)險(xiǎn)的防御能力，對(duì)促進(jìn)石油企業(yè)的快速、穩(wěn)定發(fā)展具有非常重要的作用。

4、強(qiáng)化財(cái)務(wù)人員綜合素質(zhì)培訓(xùn)。油氣田企業(yè)要想將會(huì)計(jì)核算工作的作用和優(yōu)勢(shì)充分的發(fā)揮出來(lái)，需加強(qiáng)對(duì)會(huì)計(jì)人員的監(jiān)督和管理力度，促進(jìn)會(huì)計(jì)核算人員綜合素質(zhì)的上升。在實(shí)際工作中，會(huì)計(jì)核算人員的業(yè)務(wù)素質(zhì)往往決定了會(huì)計(jì)信息質(zhì)量的高低，因此提升會(huì)計(jì)人員道德素質(zhì)和專(zhuān)業(yè)技能極其重要，油氣田企業(yè)加大對(duì)會(huì)計(jì)核算人員的培養(yǎng)力度，促進(jìn)他們綜合業(yè)務(wù)水平以及專(zhuān)業(yè)素養(yǎng)的提升，從而促進(jìn)他們對(duì)己有的知識(shí)和技能的更新和完善。

5、強(qiáng)化內(nèi)部監(jiān)督審計(jì)力度。加強(qiáng)強(qiáng)會(huì)計(jì)工作和提高會(huì)計(jì)工作水平，完善責(zé)任制度，形成一套科學(xué)嚴(yán)密的考評(píng)體系，以提升企業(yè)相關(guān)工作人員的高度責(zé)任意識(shí)。目前，很多油氣田企業(yè)雖制定了內(nèi)部審計(jì)監(jiān)督制度，但是日常監(jiān)督和專(zhuān)項(xiàng)監(jiān)督執(zhí)行還不到位，監(jiān)督力度有限。因此，要想有效地控制企業(yè)的財(cái)會(huì)行為活動(dòng)，必須構(gòu)建完善的內(nèi)部監(jiān)督審計(jì)體系，加大監(jiān)督力度，確保會(huì)計(jì)核算工作過(guò)程的規(guī)范性，進(jìn)而獲得真實(shí)可靠的核算信息資料。

6、提高會(huì)計(jì)信息化建設(shè)力度，優(yōu)化企業(yè)信息質(zhì)量，以適應(yīng)現(xiàn)代企業(yè)管理需求，最大限度的利用成熟技術(shù)、成熟資源，走符合我國(guó)油氣企業(yè)的戰(zhàn)略路線(xiàn)。例如，促使ERP與FMIS走向融合，使其成為我國(guó)石油天然氣行業(yè)特色的自主創(chuàng)新和集成創(chuàng)新。

四、結(jié)語(yǔ)

油氣行業(yè)作為國(guó)民經(jīng)濟(jì)支柱產(chǎn)業(yè)采掘業(yè)的重要組織部分，其生產(chǎn)對(duì)象及生產(chǎn)經(jīng)營(yíng)過(guò)程都有著顯著的行業(yè)特殊性，這使得油氣田企業(yè)會(huì)計(jì)核算與傳統(tǒng)的一般性企業(yè)差異較大，油氣資產(chǎn)的確認(rèn)、計(jì)量、記錄及報(bào)告全過(guò)程都有其本身的特點(diǎn)，從而在客觀上要求研究和建立適應(yīng)油氣生產(chǎn)經(jīng)營(yíng)活動(dòng)的石油天然氣會(huì)計(jì)核算的理論與方法，使我國(guó)油氣會(huì)計(jì)準(zhǔn)則與逐步與國(guó)際慣例接軌，進(jìn)一步規(guī)范油氣田企業(yè)的會(huì)計(jì)核算過(guò)程，為我國(guó)油氣田企業(yè)的國(guó)際競(jìng)爭(zhēng)力奠定堅(jiān)實(shí)的理論基礎(chǔ)。

參考文獻(xiàn)：

[1]楊昌紅,常有新. 石油天然氣開(kāi)采會(huì)計(jì)核算問(wèn)題研究[J]. 財(cái)會(huì)月刊,2009,17:69-71.

[2]趙永利,陳書(shū)瑤. 關(guān)于石油天然氣企業(yè)會(huì)計(jì)核算問(wèn)題的研究[J]. 中國(guó)總會(huì)計(jì)師,2012,03:48-51.

[3]孫海龍,孫磊,屠永勝,譚凱. 有關(guān)石油天然氣會(huì)計(jì)核算的問(wèn)題探討[J]. 法制與社會(huì),2009,15:148.

[4]王偉.淺論新會(huì)計(jì)準(zhǔn)則對(duì)石油天然氣企業(yè)會(huì)計(jì)的影響[J].現(xiàn)代商業(yè).2010（2）

篇8

關(guān)鍵詞：粒子群算法；混合粒子群算法;二次插值法；陣列天線(xiàn)；波瓣賦形

中圖分類(lèi)號(hào)：TN82文獻(xiàn)標(biāo)識(shí)碼：B

文章編號(hào)：1004-373X(2008)08-084-04オ

A New Hybrid Particle Swarm Optimization Algorithm and Application

[JZ]in Antenna Array Pattern Synthesis

YAO Xu,CAO Xiangyu，CHEN Mo

(Laboratory of Microwave and Antennas Technology,Telecommunication College,Air Force Engineering University,Xi′an,710077,China)オ

Abstract：A hybrid Particle Swarm Optimization(PSO) algorithm is proposed with fixed inertia weight in the hybrid particle swarm optimization algorithm,and a simplified quadratic interpolation method is integrated into this algorithm,aiming at overcoming easily trapping in the local extreme points and slow evolving speed of convergence.The experiment shows that this new algorithm improved the global search ability and the quality of optima.The results of both mainlobe shaping and sidelobe levels are very effective.The simulation results prove that the proposed hybrid new algorithm is efficient in this kind of problems.

Keywords：particle swarm optimization algorithm;hybrid particle swarm optimization algorithm；quadratic interpolation method;array antennas;shaped beam

在雷達(dá)、無(wú)線(xiàn)通信等眾多領(lǐng)域中,常要求陣列天線(xiàn)具有確定的主瓣寬度、特殊形狀的主瓣形狀 (如余割波束、余割平方波束、扇形波束等)和低的副瓣電平。由于優(yōu)化中的目標(biāo)函數(shù)或約束條件表現(xiàn)為高維、多極值點(diǎn)、非線(xiàn)性、非凸和不可微等特性，陣列天線(xiàn)波束綜合是一個(gè)十分困難的非線(xiàn)性?xún)?yōu)化問(wèn)題。雖然已有許多經(jīng)典的優(yōu)化方法如切比雪夫,泰勒,伍德福德等,但是這些方法都是針對(duì)某一類(lèi)特定的問(wèn)題而提出的,并且對(duì)于一些有約束條件的綜合,經(jīng)典方法就很難實(shí)施；而基于梯度尋優(yōu)技術(shù)的傳統(tǒng)數(shù)值優(yōu)化方法，如：梯度法、牛頓法、擬牛頓法、共軛梯度法、DFP法、信賴(lài)域法、Rosenbrock法和Powell法等，必須選擇良好的初始設(shè)計(jì)以保證迭代過(guò)程的成功實(shí)現(xiàn)，對(duì)目標(biāo)函數(shù)的連續(xù)性、可微分性有特殊要求等。因此，近年來(lái)人們通過(guò)研究和模擬自然界生物群體自適應(yīng)的優(yōu)化現(xiàn)象，建立了基于隨機(jī)搜索的啟發(fā)式優(yōu)化技術(shù)，例如人工神經(jīng)網(wǎng)絡(luò)、禁忌搜索、模擬退火、進(jìn)化算法、遺傳算法（GA）、蟻群算法（CA）、粒子群算法（PSO）及其混合優(yōu)化策略等，這些現(xiàn)代的優(yōu)化方法在解決用確定性方法無(wú)法解決的問(wèn)題時(shí)表現(xiàn)出強(qiáng)大的潛能，這些算法以其算法概念清晰、程序簡(jiǎn)單等特點(diǎn),很適合于解決此類(lèi)復(fù)雜的非線(xiàn)性?xún)?yōu)化問(wèn)題,并且對(duì)優(yōu)化對(duì)象的性態(tài)無(wú)要求。

粒子群算法（PSO）是一種自適應(yīng)全局優(yōu)化啟發(fā)式算法,其源于對(duì)鳥(niǎo)群和魚(yú)群群體運(yùn)動(dòng)行為的研究，20世紀(jì)90年代中期，Eberhart博士和Kennedy博士受到人工生命的研究結(jié)果的啟發(fā)，提出一種新的群集智能計(jì)算技術(shù)[13]相比傳統(tǒng)中常用的遺傳算法,粒子群算法具有算法簡(jiǎn)單、容易實(shí)現(xiàn)、搜索速度快、所含參數(shù)較少的特點(diǎn)，近年來(lái)受到學(xué)術(shù)界的廣泛重視?；綪SO算法和其他的進(jìn)化算法一樣有著收斂過(guò)快、早熟收斂、搜索范圍不大、容易收斂到局部極值等問(wèn)題。因此,人們先后出現(xiàn)了多種PSO算法的改進(jìn)算法[49]，包括雜交粒子群算法(HPSO)、并行粒子群算法（CONPSO）、自適應(yīng)粒子群算法（APSO）、微粒子群算法以及實(shí)數(shù)編碼粒子群算法等，提高了PSO 算法的收斂精度和搜索成功率。

目前國(guó)內(nèi)對(duì)陣列天線(xiàn)方向圖的綜合，大多數(shù)集中在對(duì)旁瓣電平以及零陷的有效控制上，但對(duì)主瓣區(qū)進(jìn)行優(yōu)化控制的卻比較少，雖然文獻(xiàn)［5］中給出了一些主瓣控制方法，但是收斂速度較慢且不符合工程上的研究需要。因此，本文把簡(jiǎn)化的二次插值法作為一個(gè)局部搜索算子，融入到原有的雜交粒子群算法(HPSO)中，構(gòu)成適于求解主瓣賦形優(yōu)化的混合粒子群算法。該混合算法可以較好解決粒子群算法早熟收斂、搜索范圍不大、容易收斂到局部極值等問(wèn)題。從優(yōu)化綜合后得到的結(jié)果來(lái)看，計(jì)算天線(xiàn)的遠(yuǎn)場(chǎng)方向圖都與理想方向圖主瓣非常逼近，同時(shí)副瓣很低。

1 基本粒子群算法

粒子群算法是基于群體智慧的演化算法。鳥(niǎo)類(lèi)、蜜蜂等生物在尋找食物的過(guò)程中,一方面是依靠自身的探求,另一方面則是依靠伙伴之間相互的經(jīng)驗(yàn)交流,從而能快速準(zhǔn)確的找到在整個(gè)區(qū)域中最好的食物源。PSO 算法正是以上述生物現(xiàn)象作為模型,而提出的一種進(jìn)化優(yōu)化算法。他是由N個(gè)粒子組成的群體在D維空間搜索最優(yōu)解的過(guò)程。在搜索時(shí)參考自身歷史最優(yōu)位置和群體歷史最優(yōu)位置進(jìn)行迭代。每個(gè)粒子在每次迭代中有位置和速度2個(gè)D維向量,即:

ИXi=(xi1,xi2,…,xid),Vi=(vi1,vi2,…,vid)

1≤i≤N；1≤d≤DИ

基本PSO算法的迭代公式如下:

Иvk +1id=ω•vkid +c•rand1•(pbestkid -xkid ) + c2 •

rand2•(gbestkid -xkid )(1)

xk + 1id= xkid+ vk + 1id (2)И

其中Е匚慣性權(quán)重,在最初的迭代公式中并不存在,后來(lái)發(fā)現(xiàn)[3]加上這項(xiàng)優(yōu)化效果明顯。c1和c2為學(xué)習(xí)因子,又稱(chēng)為加速因子。[WTHX]v[WTBX]kid 是前運(yùn)動(dòng)速度向量,[WTHX]x[WTBX]kid 是第i個(gè)粒子的位置向量。pbesti是第i個(gè)粒子自身歷史的最優(yōu)位置向量,gbesti 是群體的最優(yōu)位置向量。rand1和rand2 是(0,1)之間的隨機(jī)數(shù)。式(1),(2)中的上標(biāo)k表示是第k次的迭代;下標(biāo)d表示向量的第d維。在求解優(yōu)化問(wèn)題時(shí),首先隨機(jī)初始化一個(gè)種群,即一組隨機(jī)解,賦予他們隨機(jī)的位置和初速度。粒子在整個(gè)搜索空間飛行進(jìn)行搜索,通過(guò)向自身最優(yōu)和群體最優(yōu)的不斷學(xué)習(xí),調(diào)整飛行速度,搜尋整個(gè)空間的最優(yōu)解。每次飛行后都會(huì)更新個(gè)體最優(yōu)值和群體最優(yōu)值。當(dāng)尋找到最優(yōu)解或達(dá)到最大迭代次數(shù),算法終止。這時(shí)的群體最優(yōu)值即為求解得到的最優(yōu)解。И

基本PSO往往會(huì)收斂于局部極值,通常表現(xiàn)為粒子聚集度越來(lái)越高,全局最優(yōu)粒子長(zhǎng)時(shí)間維持不變。這些可以作為判斷PSO停滯不前的標(biāo)志。在這個(gè)時(shí)候,需要某種方法來(lái)跳出局部極值,維持種群的活性,充分地搜索整個(gè)空間。

2 雜交粒子群算法模型

雜交粒子群模型(HPSO)是將基本的粒子群算法（PSO）和選擇機(jī)制相結(jié)合而得到的。該模型由Angeline于1998年提出。在Angeline的HPSO模型中,將每次迭代產(chǎn)生的新的粒子群根據(jù)適應(yīng)函數(shù)進(jìn)行選擇,用適應(yīng)度較高的一半粒子的位置和速度矢量取代適應(yīng)度較低的一半粒子的相應(yīng)矢量,而保持后者個(gè)體極值不變。這樣的PSO模型在提高收斂速度的同時(shí)保證了一定的全局搜索能力,在大多數(shù)的Benchmark函數(shù)的優(yōu)化上取得較原始PSO模型更好的優(yōu)化結(jié)果。Lovbjerg,Rasmuwsen和Krink于2000年提出將進(jìn)化算法（遺傳算法）中的交叉操作也引入PSO的HPSO模型。交叉機(jī)制首先以一定的交叉概率從所有粒子中選擇待交叉的粒子,然后兩兩隨機(jī)組合進(jìn)行交叉操作產(chǎn)生后代粒子。后代粒子的位置和速度矢量如下所示:

Иchild1(x)=p•parent1(x)+(1.0－p)•parent2(x)(3)

child2(x)=p•parent2(x)+(1.0－p)•parent1(x)(4)И

其中x呤D維的位置向量;而child1(x)和child2(x),k=l,2,分別指明是孩子粒子還是父母粒子的位置;p呤D維均勻分布的隨機(jī)數(shù)向量,p擢У拿扛齜至慷莢冢0,l］取值。

Иchild1(v)=parent1(v)+parent2(v)|parent1(v)+parent2(v)|•|parent1(v)|(5)

child2(v)=parent1(v)+parent2(v)|parent1(v)+parent2(v)|•|parent2(v)|(6)И

交叉型PSO與傳統(tǒng)的PSO的惟一區(qū)別在于粒子群在進(jìn)行速度和位置的更新后還要進(jìn)行上述的交叉操作,并用產(chǎn)生的后代粒子取代雙親粒子。交叉操作使后代粒子繼承了雙親粒子的優(yōu)點(diǎn),在理論上加強(qiáng)了對(duì)粒子間區(qū)域的搜索能力。例如兩個(gè)雙親粒子均處于不同的局部最優(yōu)區(qū)域,那么兩者交叉產(chǎn)生的后代粒子往往能夠擺脫局部最優(yōu),而獲得改進(jìn)的搜索結(jié)果。實(shí)驗(yàn)證明,與傳統(tǒng)的PSO及傳統(tǒng)的遺傳算法比較,交叉型PSO搜索速度快,收斂精度高。目前,利用進(jìn)化操作改進(jìn)傳統(tǒng)PSO算法的探索仍在繼續(xù)。

3 二次插值法

三點(diǎn)二次插值法是一種簡(jiǎn)單有效的線(xiàn)搜索方法,他不需目標(biāo)函數(shù)的導(dǎo)數(shù)信息,適用范圍廣,而且計(jì)算量小,適合作為啟發(fā)式的搜索算子。三點(diǎn)二次插值法在文獻(xiàn)［7］中用來(lái)進(jìn)行全局搜索,本文將其作為局部搜索算子,插入到上述雜交粒子群模型中,提高算法的搜索能力,減少計(jì)算量,從而使遺傳算法跳出局部最優(yōu)解,快速向全局最優(yōu)解靠近。

設(shè)xa =(xa1 ,xa2,…,xan )Τ,xb =(xb1 ,xb2,…,xbn )Τ,xc =(xc1 ,xc2,…,xcn )Τ,計(jì)算這3點(diǎn)的適應(yīng)度值fa=fit(xa)，fb=fit(xb)，fc=fit(xc)。假設(shè)fa>fb且fc>fb，則由下式得到的近似極小值點(diǎn)=(1,2,…,n)Τ為：

Иi=12αβ,i=1,2,…,n（7）И

其中：

Е = ［(xbi )2-(xci )2］ • fa+ ［(xci )2-(xai )2］ • fb+

［(xai )2-(xbi )2］ • fc ;

β = (xbi -xci ) • fa+ (xci -xai ) • fb+ (xai -xbi ) • fc。

每一代中3點(diǎn)xa，xb，xc的選擇如下：

在當(dāng)前種群最優(yōu)位置向量gbesti， 把適應(yīng)度從小到大排列，取xb，xa，xc依次為前3個(gè)最好個(gè)體，即fb≤fa≤fc。若對(duì)某些i∈{1,2,…,n}，(xbi -xci ) • fa+ (xci -xai ) • fb+ (xai -xbi ) • fc< ε2 (ε2=10－6)，則令=xb，fit()=fb；否則，由式（7）計(jì)算出，并計(jì)算適應(yīng)度f(wàn)it()。若fit()≤fb，則將當(dāng)前種群中的gbesti用替換。オ

4 混合粒子群算法

雜交粒子群算法具有一定的全局搜索功能，再利用二次插值的局部搜索特點(diǎn)，將兩者有機(jī)地結(jié)合，來(lái)提高算法的收斂效率和全局尋優(yōu)能力。下面給出混合粒子群算法的詳細(xì)步驟：

（1） 初始化一群粒子,其中包括粒子起始位置和速度;粒子速度限定在В郟vmax,vmax］ 位置限定在［－xmax,xmax］;И

（2） 計(jì)算每個(gè)粒子的適應(yīng)度值;

（3） 對(duì)每個(gè)粒子,將其適應(yīng)度值與其經(jīng)歷過(guò)的最好位置pbest 做比較,如果好于后者,則將此時(shí)的適應(yīng)度值作為當(dāng)前的最好位置pbest;

（4） 局部搜索―簡(jiǎn)化的二次插值法。

① 在當(dāng)前的粒子種群個(gè)體中，將其所經(jīng)歷過(guò)的最好位置pbest把適應(yīng)度從小到大排列，取xb，xa，xc依次為前3個(gè)最好個(gè)體，即fb≤fa≤fc。

②若對(duì)某些i∈{1,2,…,n}，(xbi -xci ) • fa+ (xci -xai ) • fb+ (xai -xbi ) • fc< ε2 (ε2=10－6)，則令=xb，fit()=fb；否則，由式（7）計(jì)算出，并計(jì)算適應(yīng)度f(wàn)it()。

③若fit()≤fb，則將當(dāng)前種群中的gbesti用替換，否則gbesti用fbЮ創(chuàng)替。

（5） 對(duì)每個(gè)粒子,將其適應(yīng)度值與全局所經(jīng)歷的最好位置gbest做比較,如果好于后者,則重新記錄gbest 的大小。

（6） 先根據(jù)式（1）更新粒子的速度,然后根據(jù)式(2) 更新粒子位置。

（7） 按照式（3）~（6）將粒子速度和位置引入交叉操作。

（8） 如果滿(mǎn)足結(jié)束條件(通常為產(chǎn)生足夠好的適應(yīng)度值或達(dá)到一個(gè)預(yù)設(shè)最大代數(shù)Gmax ),程序終止,否則跳轉(zhuǎn)到第（2）步。

5 陣列天線(xiàn)方向圖綜合

5.1 適應(yīng)度函數(shù)的設(shè)計(jì)

對(duì)于由n個(gè)理想點(diǎn)源組成的離散直線(xiàn)陣,以陣列的第一個(gè)單元為參考點(diǎn),在不考慮單元之間耦合的條件下,認(rèn)為單元輻射fi(θ)=1，只需優(yōu)化陣因子即可，NУピ陣列天線(xiàn)的遠(yuǎn)場(chǎng)陣因子可表示為:

ИS(θ)=∑N－1n=0In•ej(nkdsin θ+αn)(8)И

篇9

關(guān)鍵詞：甜蕎（Fagopyrum esculentum）；半胱氨酸蛋白酶；FaRDL基因；克隆

中圖分類(lèi)號(hào)：Q78 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：0439-8114（2013）22-5609-03

半胱氨酸蛋白酶是一類(lèi)重要的蛋白酶家族，廣泛參與植物的各種生理生化過(guò)程[1]。許多研究表明，木瓜蛋白酶（Papain）是半胱氨酸蛋白酶中一個(gè)大的亞家族，主要參與植物對(duì)逆境脅迫的響應(yīng)、疾病防御、抵制衰老以及細(xì)胞的程序性死亡過(guò)程[2，3]。甜蕎（Fagopyrum esculentum）是蓼科（Polygonaceae）蕎麥屬（Fagopyrum Mill）藥食同源的經(jīng)濟(jì)作物，有很高的營(yíng)養(yǎng)價(jià)值和保健功效，市場(chǎng)開(kāi)發(fā)前景廣闊。我國(guó)甜蕎種質(zhì)資源豐富，主要在我國(guó)西北部干旱瘠薄地種植，但其資源的開(kāi)發(fā)和利用與其他甜蕎主要生產(chǎn)國(guó)仍有較大的差距[4，5]。本研究探討了甜蕎木瓜蛋白酶的結(jié)構(gòu)和功能，對(duì)深入研究這一旱區(qū)雜糧作物的生產(chǎn)應(yīng)用有著重要的理論意義和生產(chǎn)價(jià)值。

1 材料與方法

1.1 材料

2011年4月選取溫室干旱處理的甜蕎品種北早生的新鮮花芽作為受試材料。

1.2 總RNA的提取和cDNA的合成

用EASYspin植物RNA快速提取試劑盒（北京艾德萊生物科技有限公司）提取甜蕎花芽總RNA，并用M-MLuV逆轉(zhuǎn)錄酶[寶生物工程（大連）有限公司]合成第一鏈cDNA，反應(yīng)體系和操作均按說(shuō)明書(shū)進(jìn)行。

1.3 甜蕎半胱氨酸蛋白酶FaRDL基因的克隆

1.3.1 核心片斷的克隆 根據(jù)GenBank中植物的木瓜蛋白酶基因序列，設(shè)計(jì)上、下游引物FaF（5′-TGTGGTAGTTGCTGGGCATTTC-3′）和FaR（5′-CCACGAGTTCTTCACAATCCAG-3′），PCR擴(kuò)增克隆克隆FaRDL基因核心片斷。

1.3.2 3′-RACE PCR擴(kuò)增 根據(jù)獲取的基因核心片斷設(shè)計(jì)3′-RACE引物（5′-ACCGGCAACATGACC TCACTATC-3′），使用3′-full RACE Core Set Ver.2.0試劑盒[寶生物工程（大連）有限公司]進(jìn)行FaRDL基因3′端的克隆。

1.3.3 5′-RACE PCR擴(kuò)增 根據(jù)獲得的3′-RACE序列，設(shè)計(jì)5′-RACE引物FaGSP1（5′-AT CCAGTAGTCCACGCCGTTGTC-3′）和FaGSP2（5′-TCAAATCCGTCAATGCTCACAAC-3′），使用5′-full RACE Kit試劑盒[寶生物工程（大連）有限公司]進(jìn)行FaRDL基因的5′端克隆。

1.3.4 驗(yàn)證拼接序列的真實(shí)性和基因全長(zhǎng)cDNA的克隆 根據(jù)獲取的3′-RACE和5′-RACE序列在非翻譯區(qū)設(shè)計(jì)上、下游引物FaFL（5′-GCCATTGAAAG

AAGCGAGGAAG-3′）和FaRL（5′-TTAAGCACTTCTAGCTTCACCCTC-3′）驗(yàn)證拼接序列的真實(shí)性。PCR擴(kuò)增產(chǎn)物在1%瓊脂糖凝膠上電泳后回收目標(biāo)片段，將其連接至pMD18-T載體[寶生物工程（大連）有限公司]，克隆FaRDL基因。所有引物均由生工生物工程（上海）股份有限公司合成，DNA測(cè)序由華大基因完成。

1.4 甜蕎半胱氨酸蛋白酶FaRDL基因的序列和結(jié)構(gòu)分析

將甜蕎FaRDL基因開(kāi)放閱讀框（Open reading frame，ORF）編碼的氨基酸序列進(jìn)行BLAST比對(duì)。用MEGA5.0軟件Clusta1W程序?qū)aRDL基因推導(dǎo)的氨基酸序列FaRDL（AFO83613）與NCBI中的同源蛋白序列GhCP（陸地棉Gossypium hirsutum，AER60490）、AdCP2（獼猴桃 Actinidia deliciosa，ABQ10200）、PvCP（菜豆Phaseolus vulgaris，CAB17074）、VsCP（野碗豆Vicia sativa，CAA53377）、GCP1（擬南芥Arabidopsis thaliana，Q94B08）、RD21a（擬南芥，AEE32135）和CEP1（擬南芥，Q9FGR9）進(jìn)行多重比較，選擇鄰算法NJ（Neighbour joining）構(gòu)建系統(tǒng)進(jìn)化樹(shù)[6]。并用SignalP 4.1 Server預(yù)測(cè)其信號(hào)肽，執(zhí)行BLAST程序分析其前體肽、催化三聯(lián)體及活性位點(diǎn)。

2 結(jié)果與分析

2.1 甜蕎半胱氨酸蛋白酶FaRDL基因cDNA序列的克隆

同源克隆結(jié)合3′-RACE和5′-RACE技術(shù)，從甜蕎中分離得到了包括起始密碼子和ployA尾的完整甜蕎半胱氨酸蛋白酶FaRDL基因cDNA序列。結(jié)果表明，甜蕎半胱氨酸蛋白酶FaRDL基因cDNA序列為1 298 bp，包括57 bp的5′非翻譯區(qū)（5′-Untranslated region， 5′-UTR），152 bp的3′-UTR和1 089 bp的ORF，編碼362個(gè)氨基酸和1個(gè)終止密碼子。經(jīng)BLAST比對(duì)及序列分析，其與擬南芥半胱氨酸蛋白酶家族中木瓜蛋白酶中RDL同源性最高，命名為FaRDL（GenBank登錄號(hào)為JN605352）。

2.2 甜蕎半胱氨酸蛋白酶FaRDL的結(jié)構(gòu)分析

用SignalP 4.1 Server對(duì)其信號(hào)肽預(yù)測(cè)顯示，F(xiàn)aRDL蛋白1～22個(gè)氨基酸殘基為其信號(hào)肽，信號(hào)肽的裂解位點(diǎn)在第22位的丙氨酸和第23位的丙氨酸之間。FaRDL蛋白22～120個(gè)氨基酸為前導(dǎo)肽，其自我剪切催化位點(diǎn)在第120位的纈氨酸和第121位的組氨酸之間，其Cys149-His285-Asn305為木瓜蛋白酶家族保守的氨基酸殘基組成的催化三聯(lián)體（圖1）。通過(guò)對(duì)FaRDL蛋白進(jìn)行的BLAST同源性比對(duì)和分子系統(tǒng)發(fā)生分析結(jié)果表明，其與其他植物的半胱氨酸蛋白酶相似性高達(dá)62%～70%（圖2）。

3 小結(jié)與討論

木瓜蛋白酶（Papain-like cysteine proteases，PLCPs）屬于半胱氨酸蛋白酶C1亞類(lèi)中的C1A家族蛋白酶，這個(gè)家族成員存在1個(gè)與分泌作用相關(guān)的信號(hào)肽和二硫鍵[7]。該家族成員都是以酶前體的形式合成，包括1個(gè)富含α螺旋的結(jié)構(gòu)域（alpha-helix-rich domain）和1個(gè)β折疊結(jié)構(gòu)域（β-barrel-like domain），這2個(gè)結(jié)構(gòu)域構(gòu)成亞單位形成1個(gè)深的裂隙，裂隙里面包含1個(gè)由Cys-His-Asn組成的酶的三聯(lián)體催化活性位點(diǎn)[2]。木瓜類(lèi)半胱氨酸蛋白酶是一種非常穩(wěn)定的水解酶類(lèi)，其分子質(zhì)量為23～30 ku，主要存在于液泡、質(zhì)外體和溶酶體中。其酶前體包含許多定位信號(hào)，如N-端的信號(hào)肽能保證前導(dǎo)肽正常進(jìn)入內(nèi)膜系統(tǒng)，而前導(dǎo)肽中通常具有保守的自主抑制基元ERFNIN motif，從而抑制酶前體的活性；另外，酶的前導(dǎo)肽中還具有液泡定位信號(hào)NPIR或其C末端具有內(nèi)質(zhì)網(wǎng)定位信號(hào)KDEL尾[3]；同時(shí)，少數(shù)酶的C末端還具有1個(gè)顆粒蛋白結(jié)構(gòu)域[2]。當(dāng)酶前體被轉(zhuǎn)運(yùn)至特定的細(xì)胞器后，通過(guò)分子內(nèi)或分子間蛋白水解而激活形成具有水解功能的成熟酶。

甜蕎的木瓜類(lèi)半胱氨酸蛋白酶FaRDL與擬南芥的木瓜類(lèi)半胱氨酸蛋白酶GCP1和RD21a聚為一類(lèi)，同源性最高，分別達(dá)62%和59%，但其C末端不具有RD21a類(lèi)木瓜蛋白酶所特有的顆粒蛋白結(jié)構(gòu)域（Granulin-like domain），因此其與GCP1蛋白酶的同源性更高。有關(guān)甜蕎中木瓜類(lèi)半胱氨酸蛋白酶FaRDL的酶學(xué)活性和生理學(xué)功能，還有待進(jìn)一步研究。

參考文獻(xiàn)：

[1] 閆龍鳳，楊青川，韓建國(guó)，等.植物半胱氨酸蛋白酶研究進(jìn)展[J].草業(yè)學(xué)報(bào)，2005，14（5）：11-19.

[2] RICHAU K H， KASCHANI F， VERDOES M， et al. Subclassification and biochemical analysis of plant papain-like cysteine proteases displays subfamily-specific characteristics[J]. Plant Physiology，2012，158（4）：1583-1599.

[3] GRUDKOWSKA M， ZAGDANSKA B. Multifunctional role of plant cysteine proteinases[J]. Acta Biochimica Polonica-English，2004，51（3）：609-624.

[4] 胡銀崗，馮佰利，周濟(jì)銘，等.蕎麥遺傳資源利用及其改良研究進(jìn)展[J].西北農(nóng)業(yè)學(xué)報(bào)，2005，14（5）：101-109.

[5] 南成虎，師 穎，曹麗萍.甜蕎育種趨勢(shì)與發(fā)展動(dòng)態(tài)[J]. 山西農(nóng)業(yè)科學(xué)，2009，37（8）：79-82.

篇10

【關(guān)鍵詞】油田企業(yè) 會(huì)計(jì)核算 新辦法

現(xiàn)代油田企業(yè)管理中的會(huì)計(jì)核算在整個(gè)會(huì)計(jì)核算體系中占有舉足輕重的作用，可以說(shuō)油田企業(yè)管理中的會(huì)計(jì)核算系統(tǒng)運(yùn)行的好壞，關(guān)系著企業(yè)信息的準(zhǔn)確性，甚至關(guān)乎國(guó)家的會(huì)計(jì)信息質(zhì)量。從這方面來(lái)說(shuō)，重視會(huì)計(jì)核算在現(xiàn)代油田企業(yè)管理中的地位，是工作的重中之重。一方面，因?yàn)楝F(xiàn)代油田企業(yè)管理中的會(huì)計(jì)核算要求的提高，先前的石油企業(yè)會(huì)計(jì)核算已經(jīng)無(wú)法適應(yīng)市場(chǎng)經(jīng)濟(jì)帶快速發(fā)展。另一方面，隨著我國(guó)經(jīng)濟(jì)體制的改革的逐步深入，油田企業(yè)對(duì)本企業(yè)會(huì)計(jì)核算工作的要求也日益增加，油田企業(yè)會(huì)計(jì)核算與油田企業(yè)的發(fā)展和油田企業(yè)經(jīng)濟(jì)體制的改革矛盾越來(lái)越突出。為了油田企業(yè)管理中的會(huì)計(jì)核算工作能夠順應(yīng)形式的發(fā)展，在工作中就必須解決會(huì)計(jì)核算與市場(chǎng)經(jīng)濟(jì)管理方面的矛盾，使會(huì)計(jì)核算能夠更好地在油田企業(yè)管理中發(fā)揮作用。因此，研究適應(yīng)現(xiàn)代油田企業(yè)管理中的會(huì)計(jì)核算方式方法迫在眉睫。

一、適應(yīng)新形勢(shì)，采用新辦法

（一）建立新的會(huì)計(jì)準(zhǔn)則和制度

1.可以采用現(xiàn)金流量表，用它來(lái)彌補(bǔ)“權(quán)責(zé)發(fā)生制”的不足，強(qiáng)化油田企業(yè)管理中的現(xiàn)金流意識(shí)?，F(xiàn)金流量表的實(shí)行可以詳盡的記錄油田企業(yè)在資金運(yùn)用方面的具體情況，更為重要的是，采用現(xiàn)金流表可以對(duì)油田企業(yè)的資金運(yùn)行流動(dòng)情況進(jìn)行實(shí)時(shí)的監(jiān)督與管理。通過(guò)對(duì)油田企業(yè)資金流的監(jiān)控可以及時(shí)發(fā)現(xiàn)企業(yè)資金運(yùn)行中存在的問(wèn)題，從而第一時(shí)間做出處理問(wèn)題的措施，防止情況的進(jìn)一步惡化，從而最大限度的減小油田企業(yè)損失。

2.在特定的情況下，油田企業(yè)可以采用重置價(jià)或公允價(jià)作為資產(chǎn)計(jì)價(jià)的參考方案。例如短期投資以成本或成本與市價(jià)孰低法重新表述。這樣，不但可以在一定程度上減小財(cái)務(wù)管理和企業(yè)會(huì)計(jì)核算在價(jià)值上的差距，又可以為油田企業(yè)對(duì)各項(xiàng)決策的做出提供有利的參考。資產(chǎn)計(jì)價(jià)的這一參考方案，具有科學(xué)的實(shí)施意義，為會(huì)計(jì)核算在油田企業(yè)管理中的方法之一。

（二）對(duì)不足的核算方法進(jìn)行完善

上面列舉的幾個(gè)方面，對(duì)于提高會(huì)計(jì)核算和管理在現(xiàn)代油田企業(yè)更好的適應(yīng)市場(chǎng)經(jīng)濟(jì)不斷發(fā)展的要求，起到了很好的指導(dǎo)作用。不過(guò)，在當(dāng)前社會(huì)條件下，油田企業(yè)員工對(duì)于一些先進(jìn)的會(huì)計(jì)核算方法以及這些先進(jìn)方法和條款的理解不充分，把一些先進(jìn)的會(huì)計(jì)核算方法直接運(yùn)用于油田企業(yè)還有些困難。因此，當(dāng)務(wù)之急便是研究出具有廣泛使用價(jià)值的會(huì)計(jì)準(zhǔn)則，以便讓大多數(shù)人能夠了解和利用。再者，油田企業(yè)管理中的會(huì)計(jì)核算人員應(yīng)不斷更新觀念，嚴(yán)格學(xué)習(xí)相關(guān)知識(shí)，不斷提高自己的業(yè)務(wù)能力，善于發(fā)現(xiàn)問(wèn)題，解決問(wèn)題，使油田企業(yè)的財(cái)務(wù)管理邁上一個(gè)新的臺(tái)階。

二、在技術(shù)方面，提供強(qiáng)有力的支撐

（一）科學(xué)技術(shù)是第一生產(chǎn)力，高質(zhì)量的企業(yè)信息管理，技術(shù)是關(guān)鍵

現(xiàn)代油田企業(yè)的管理必須以現(xiàn)代管理技術(shù)為前提，而ERP系統(tǒng)就是當(dāng)今世界最為盛行和有效的管理系統(tǒng)。ERP是英文Enterprise Resource Plan的簡(jiǎn)稱(chēng)，它的實(shí)施要求把企業(yè)的各個(gè)系統(tǒng)連接起來(lái)，使油田企業(yè)的各個(gè)系統(tǒng)，各個(gè)部門(mén)形成一個(gè)系統(tǒng)化的管理網(wǎng)絡(luò)，在這個(gè)系統(tǒng)的網(wǎng)絡(luò)中，企業(yè)的經(jīng)營(yíng)者可以運(yùn)用數(shù)字技術(shù)，實(shí)時(shí)掌握企業(yè)各個(gè)部門(mén)和崗位的運(yùn)行情況，實(shí)現(xiàn)事中控制。另外，ERP系統(tǒng)可以自動(dòng)發(fā)出企業(yè)運(yùn)行報(bào)告，使企業(yè)的領(lǐng)導(dǎo)者在第一時(shí)間內(nèi)了解問(wèn)題并采取行動(dòng)方案，這實(shí)現(xiàn)了事后控制。ERP系統(tǒng)可以根據(jù)以往是統(tǒng)計(jì)信息進(jìn)行信息匯總，從而使企業(yè)經(jīng)營(yíng)者根據(jù)匯總的信息總結(jié)出易出問(wèn)題的崗位和地方，可以事先采取預(yù)防措施來(lái)減少事故的發(fā)生，從而實(shí)現(xiàn)事先控制。這樣ERP系統(tǒng)就實(shí)現(xiàn)了油田企業(yè)事先，事中，事后的控制，從而有效的提高了油田企業(yè)的運(yùn)行效率。ERP系統(tǒng)適應(yīng)市場(chǎng)要求。它的實(shí)施，使油田企業(yè)在激烈的競(jìng)爭(zhēng)面前能夠立于不敗之地，使油田企業(yè)在市場(chǎng)機(jī)遇面前迅速做出反應(yīng)，并能夠靈活進(jìn)行供應(yīng)鏈管理，給油田企業(yè)帶來(lái)很大的經(jīng)濟(jì)方面的效益。

（二）在核算制度的建設(shè)方面，應(yīng)加強(qiáng)完善核算體系

與時(shí)俱進(jìn)，是黨保持先進(jìn)性的源泉。對(duì)現(xiàn)代企業(yè)的管理也是一樣。油田企業(yè)應(yīng)不斷的研究和制定一些新的會(huì)計(jì)核算制度，以適應(yīng)油田企業(yè)不斷發(fā)展的要求，適應(yīng)不斷變化的市場(chǎng)經(jīng)濟(jì)發(fā)展的要求。在信息化進(jìn)程不斷加快的今天，建立一套能夠與時(shí)俱進(jìn)，不斷更新的油田企業(yè)會(huì)計(jì)核算制度是油田企業(yè)平穩(wěn)發(fā)展的重要保證。

三、在人力方面，提供人力資源保證

不斷提高油田企業(yè)會(huì)計(jì)人員的素質(zhì)，為會(huì)計(jì)核算提供人力資源保證。在現(xiàn)代社會(huì)中，.無(wú)論什么行業(yè)，人才的地位不容忽視。在油田企業(yè)中，強(qiáng)化對(duì)會(huì)計(jì)人員的監(jiān)督與管理，提高油田企業(yè)會(huì)計(jì)人才隊(duì)伍的整體素質(zhì)是充分發(fā)揮會(huì)計(jì)核算作用的基本要求。只有會(huì)計(jì)人員的素質(zhì)提高了，那么會(huì)計(jì)核算方面的問(wèn)題也就好說(shuō)了。因?yàn)橛吞锲髽I(yè)會(huì)計(jì)人員的專(zhuān)業(yè)知識(shí)、技能的高低直接決定著會(huì)計(jì)信息的質(zhì)量和水平。因此，具有專(zhuān)業(yè)技能的高素質(zhì)的會(huì)計(jì)人才在保證油田企業(yè)管理中的會(huì)計(jì)核算工作中，發(fā)揮著不可忽視的作用，要想使會(huì)計(jì)核算工作做好，首先得保證有高素質(zhì)的會(huì)計(jì)人才。

四、結(jié)語(yǔ)

總之，要將油田企業(yè)管理工作中的會(huì)計(jì)核算環(huán)節(jié)做精彩，做出色，必須在新辦法、新技術(shù)、高人才方面加以重視，這三個(gè)方面相輔相成，缺一不可。

參考文獻(xiàn)