導語：如何才能寫好一篇酸的和甜的，這就需要搜集整理更多的資料和文獻，歡迎閱讀由公務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！

里面的狐貍因為夠不著葡萄，看著別的小動物吃葡萄嫉妒它們，所以說：“這葡萄是酸的！”小松鼠聽見了這話，心里想‘狐貍這么聰明，它說的話一定是對的。’這時，小兔子來了。它剛要摘葡萄，小松鼠說：“這葡萄是酸的，不能吃！”小松鼠的話剛落音，小猴子來了！它們（小兔和松鼠）想阻止他，小猴向他們說了葡萄的可愛之處，并給了它們每人一顆葡萄。“??！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)公園新村小學二年級:李浩?

篇2

（一）酸

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

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

她嘴唇蠕動了一下，無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)水筆快沒水了。向周圍要好的同學借，可他們都沒有多余的水比。我想向同桌借，可想到剛才我對她的態(tài)度，又不好意思開口了。我想，即使她有多余的水筆，她肯借給我嗎？

快下課了，沒時間磨蹭了，我硬著頭皮，用小得幾乎聽不見的聲音對她說：“你能借支水筆給我嗎？”

她聽了，爽快地從筆盒里拿出了一支水筆，遞給了我。

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

（二）甜

語文課上，老師讓我們背誦課文。于是，我讀了幾遍，就開始背誦了。

“清風明月本無價，本無價，本無價。”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，可還是沒想出來。突然一句“近水遙山皆有情。”讓我柳暗花明又一村，原來同桌看到我這樣，就不假思索地背了出來。

“謝謝了！”我撓撓腦袋，“不用謝，省得我以為太陽打西邊出來了，同桌笑著說。

（三）苦

哎，說起來可真是苦啊！我和同桌因為“三八線”，一直爭論不休，便約法三章。

第一章：某一方的任何東西不許超過“三八線”。

第二章：如果某方超線了，就要讓對方超上一節(jié)課。

第三章：現(xiàn)在起執(zhí)行，直到不再是同桌時。

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

（四）辣

“叮當，叮當！”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！”我沒好氣地說。

“對不起，對不起，同桌連聲道歉。

“你以為道個歉就沒有事了嗎？你要讓我超線一節(jié)課，我才肯罷休！“我一直記得上次的事情，這一次我要報復她。

篇3

石油天然氣作為一個國家的戰(zhàn)略性資源，對國民經(jīng)濟的健康快速發(fā)展是至關(guān)重要的。而國際油價“過山車”式的震蕩下跌讓整個行業(yè)都處于極度緊張之中。雖然近期油價有所回升，但是以上游勘探開發(fā)為核心的石油天然氣企業(yè)的處境已然十分窘迫。從財務管理的角度來看，企業(yè)會計核算是保證企業(yè)平穩(wěn)運行的有效手段。因此，本文將詳細探討上游階段會計核算中最為關(guān)注的階段成本核算問題。

一、中美會計核算制度的差異

我國屬于礦產(chǎn)資源國有的國家，所以實行產(chǎn)量分成制度；而美國很大一部分的礦產(chǎn)資源是允許公民私有的，所以實行礦費制。由于資源性質(zhì)與核算制度的不同，中美兩國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)主要由四個部分組成，分別是勘探開發(fā)，油氣加工，運輸儲存以及銷售。其中上游階段是指勘探開發(fā)階段，即油氣生產(chǎn)活動階段。階段成本是指繼續(xù)將石油天然氣生產(chǎn)活動劃分為（礦權(quán)）取得階段、勘探階段、開發(fā)階段、生產(chǎn)階段，每個階段發(fā)生的成本分別是取得成本、勘探成本、開發(fā)成本和生產(chǎn)成本。下面將分別對這四種成本的核算方法進行詳細解釋說明。

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。礦費制下，包括租賃定金和取得礦區(qū)選擇權(quán)所發(fā)生的成本，以及起的過程中發(fā)生的手續(xù)費律師費等其他費用。產(chǎn)量分成合同下的取得成本主要包括申請取得礦區(qū)權(quán)益的成本和購買取得礦區(qū)權(quán)益的成本。但實際上，在我國石油公司的礦區(qū)權(quán)益是通過行政劃撥方式取得的，即向我國國土資源部申請登記勘探區(qū)塊，所以取得成本是很低的。目前國內(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量的取得成本資本化，未找到探明儲量的費用化。全部成本法的處理是無論是否找到探明儲量都將取得成本資本化。我國石油天然氣企業(yè)均采用成果法來進行成本的核算，這種方式符合“變異成果法”核算的習慣，并且也與國際上大型油氣生產(chǎn)公司所使用的制度和方法相同。美國則采用成果發(fā)與全部成本法并用的方法。

四、勘探成本的劃分和處理

石油天然氣的高風險性主要體現(xiàn)在勘探階段，但是勘探活動的投入和取得成果價值之間關(guān)聯(lián)性較低，高風險下的單個項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)生的各類成本。此階段的主要目的是發(fā)現(xiàn)石油天然氣儲量，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)生時直接費用化處理，計入當期損益。出對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)獲得探明儲量。我國與美國對勘探成本會計處理的差異與取得成本相似。

五、開發(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量，就要對其進行開發(fā)生產(chǎn)。開發(fā)階段的主要任務是建立由井和有關(guān)設施組成的生產(chǎn)系統(tǒng)，所以開發(fā)成本主要包括鉆井及井的裝備、相關(guān)設備與設施、輔助設施三個部分。相較于取得和勘探成本而言，開發(fā)成本的會計核算是比較簡單的，所有發(fā)生在開發(fā)階段的成本全部資本化。開發(fā)階段鉆探的是開發(fā)井，即使完井后發(fā)現(xiàn)時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。雖然我國和美國的會計準則中都將開發(fā)成本全部資本化，但在具體核算方面還是有所差異的。處于計算所得稅的需要，美國會計準則要求要將開發(fā)成本細分為有形成本和無形成本。稅務會計上，無形成本在發(fā)生當期全部費用化，可以減少應納稅所得額，而有形成本只能通過攤銷逐漸費用化。我國的會計準則對于開發(fā)成本并沒有這樣的劃分。

六、生產(chǎn)成本的劃分和處理

開發(fā)工作完成后就可以將油氣通過開發(fā)井提升至地面，也就是進入油氣的生產(chǎn)階段。生產(chǎn)階段的主要任務第一是對井進行作業(yè)和維護，第二是將油氣提升到地面，并對其進行聚集，處理加工和存儲。生產(chǎn)階段發(fā)生的成本支出一般是將其費用化。在美國的會計準則中，資本化的取得、勘探、開發(fā)成本的折舊、折耗和攤銷并不計入生產(chǎn)成本，而是在報表中單獨列示，但在我國的會計處理中將其作為油氣的生產(chǎn)成本。從相關(guān)性的角度對比來看，美國的會計處理更加科學，更符合階段成本的核算要求。

篇4

    【關(guān)鍵詞】石油天然氣 會計核算 油氣資產(chǎn) 油氣會計科目 油氣會計信息披露

    石油天然氣行業(yè)是為國民經(jīng)濟提供戰(zhàn)略物資的流體礦采掘行業(yè),其生產(chǎn)對象及生產(chǎn)經(jīng)營過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)營活動過程的油氣會計核算內(nèi)容與一般工商企業(yè)不同,也就是說石油天然氣生產(chǎn)企業(yè)會計核算的確認、計量、記錄及報告全過程都有其本身的特點,從而在客觀上要求研究和建立適應油氣生產(chǎn)經(jīng)營活動的石油天然氣會計核算的理論與方法,以規(guī)范石油天然氣生產(chǎn)企業(yè)的會計核算過程。本文將在分析石油天然氣會計核算特點的基礎上,對我國油氣會計核算的科目設置體系及信息的披露問題予以探討。

    一、石油天然氣會計核算的特點分析

    作為一種行業(yè)特色在會計上的反映,石油天然氣會計核算在確認、計量以及財務報告的信息披露方面與其他行業(yè)相比,都具有自身的特點。

    1、會計確認的特點。首先是資產(chǎn)的確認。其他行業(yè)所擁有與控制的主要資產(chǎn),主要通過商品流通領(lǐng)域購買獲得,資產(chǎn)的價值即為實際支出。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)在計價時,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,關(guān)于油氣資產(chǎn)概念的界定,至今還沒有統(tǒng)一的認識。美國FASB公布的19號、25號及69號文件中,雖然提出了對油氣儲量的具體會計處理方法,但沒有從正面界定它的含義。我們認為,油氣資產(chǎn)是指各采油氣區(qū)塊的油氣井與相關(guān)設施。根據(jù)國際石油大會(WPC)以及美國石油工程師協(xié)會(SPE)關(guān)于儲量分類的認定,其內(nèi)容應包括:(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、計量站、注水站、壓氣站等;(3)井場裝置、熱采設施;(4)集輸油氣支管線、集輸油氣干管線等;(5)油氣處理設施;(6)儲油設施;(7)污水處理和其他環(huán)保設施;(8)油田內(nèi)部供水、供電、通信設施和其他生產(chǎn)用建筑物。

    其次,石油天然氣企業(yè)成本與費用的確認與其他企業(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)生的主要成本費用卻不一定會帶來收入。石油天然氣企業(yè)發(fā)生的主要成本費用,與是否會發(fā)現(xiàn)價值儲量相關(guān)。由于油氣資源的不可再生性,其發(fā)現(xiàn)成本承擔著與發(fā)現(xiàn)價值無關(guān)的耗費。FASB第19號會計文件規(guī)定,對探明礦區(qū)與未探明礦區(qū)進行成本費用確認,把與礦權(quán)取得活動相關(guān)的部分成本以面積為依據(jù)分配給所有勘查過的礦區(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)的成本作為當期費用處理。換句話說,石油天然氣企業(yè)對勘探成本費用的確認在于是否能成功發(fā)現(xiàn)。我國油氣生產(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)的支出予以費用化。當?shù)卣?、重力等地質(zhì)勘探作業(yè)完成后,做出的地質(zhì)結(jié)論無論是否發(fā)現(xiàn)油氣顯示,其實際支出都予核銷,待探井實際完成時,對于未發(fā)現(xiàn)油氣顯示的探井成本作為費用,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,油氣會計確認中還有一個焦點問題,即有關(guān)礦業(yè)權(quán)流轉(zhuǎn)中的損益確認。一般企業(yè)無形資產(chǎn)的轉(zhuǎn)讓,無論是轉(zhuǎn)讓其使用權(quán)還是轉(zhuǎn)讓其所有權(quán),都要在轉(zhuǎn)讓的同時確認損益,而石油天然氣行業(yè)礦業(yè)權(quán)流轉(zhuǎn)中損益的確認卻不然。對于未探明礦區(qū),若轉(zhuǎn)讓部分權(quán)益,出讓方按合同價格或雙方協(xié)議價格,沖減未探明礦區(qū)余額,不確認轉(zhuǎn)讓損益,受讓方則按實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,出讓方確認轉(zhuǎn)讓損益,受讓方增加未探明礦區(qū)成本。對于探明礦區(qū),若轉(zhuǎn)讓全部權(quán)益,應按轉(zhuǎn)讓收入的數(shù)額與其未攤銷成本之間的差額確認損益;若只轉(zhuǎn)讓部分權(quán)益,應確認轉(zhuǎn)讓損益;若只轉(zhuǎn)讓探明礦區(qū)經(jīng)營權(quán)而保留非經(jīng)營權(quán)益的,也應確認轉(zhuǎn)讓損益。除此之外,其他任何形式的轉(zhuǎn)讓及相關(guān)交易,都不確認損益。

    2、會計計量的特點。石油天然氣生產(chǎn)企業(yè)會計的計量以歷史成本原則為基礎,但與其他企業(yè)相比又有不同。以歷史成本計量為原則,石油天然氣會計采用成果法或完全成本法來核算企業(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,即礦區(qū)取得成本、油氣勘探成本、油氣開發(fā)成本以及油氣生產(chǎn)成本。把四種基本成本聯(lián)系起來,基本的核算結(jié)果是發(fā)生成本的資本化或費用化。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)成本而計入費用;如果成本費用化,即在完全成本法下,成本可以作為當期費用在本期沖減收入。我們認為,石油天然氣企業(yè)成本的核算,應采用成果法。這一方面比較符合長期以來我國油氣會計人員形成的采用“變異成果法”核算的習慣;另一方面,也較符合國際上眾多大型油氣生產(chǎn)公司的核算慣例。

    3、資產(chǎn)價值補償方式的特點。資產(chǎn)價值的補償方式,按《企業(yè)會計制度》的規(guī)定,企業(yè)可以結(jié)合自己的特點采用直線法、加速折舊法等會計政策,但一經(jīng)采用,如無特殊情況,不得變更。油氣資產(chǎn)的價值不隨年限的增加而減少,它的遞耗與地下儲量密切相關(guān),所以油氣資產(chǎn)的價值補償應采用單位產(chǎn)量法。美國FASB19號會計文件規(guī)定,資本化的探明礦區(qū)取得成本和油氣井與相關(guān)設備和設施成本的攤銷方法,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”科目累計的鉆井成本,均不計算攤銷,未探明礦區(qū)應定期評估,確定是否出現(xiàn)減損。成果法下,石油天然氣企業(yè)輔助設備設施使用折舊方法、探明礦區(qū)取得成本(油氣資產(chǎn))使用折耗方法,而對企業(yè)擁有的其他公司非經(jīng)營權(quán)益則予以攤銷。

    4、財務會計報告的特點。《企業(yè)會計制度》規(guī)定,企業(yè)財務會計信息以三大報表以及相關(guān)附表及其說明予以揭示。也就是說,對于一般企業(yè),企業(yè)會計制度要求揭示的信息對于廣大信息使用者做出投資決策是基本充足的。然而,對于油氣公司的信息使用者,只揭示這些信息是遠遠不夠的。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,其風險主要體現(xiàn)在油氣儲量的尋找上,所以,石油天然氣企業(yè)財務會計報告需要大量的表外信息來補充表內(nèi)信息的不足。美國財務會計準則委員會頒布的19號會計文件“石油和天然氣生產(chǎn)公司的財務會計與報告”要求石油天然氣公司期末會計報告對有關(guān)特殊資產(chǎn)進行補充揭示,其中包括儲量變動情況、資本化成本的原值與凈值及石油和天然氣生產(chǎn)活動分階段發(fā)生的成本;FASB第69號會計文件“揭示石油和天然氣生產(chǎn)活動”還要求揭示與探明的石油天然氣儲量有關(guān)的、按標準計算貼現(xiàn)的未來現(xiàn)金流量。FASB的這些要求都是針對石油天然氣企業(yè)財務會計報告表內(nèi)信息的未能完全揭示而提出的。

    通過以上對油氣會計的確認、計量以及報告等特點的分析,可以看出,由《企業(yè)會計制度》規(guī)范的一般企業(yè)的會計核算與石油天然氣行業(yè)會計核算相比,二者的差異是顯而易見的。正是這種差異說明了僅靠《企業(yè)會計制度》來規(guī)范具有行業(yè)特殊性的油氣會計是不夠的。固然,油氣會計自身并沒有超出財務會計的范圍,在一些體現(xiàn)共性的會計事項上,必須按《企業(yè)會計制度》的規(guī)定來規(guī)范其會計行為,但是,用于指導石油天然氣專業(yè)核算的會計核算辦法也是必不可少的。就此,我們在前文研究的基礎上,提出對我國石油天然氣行業(yè)會計核算辦法制定中有關(guān)會計科目的設置及會計信息的披露等問題的一些看法。

    二、石油天然氣會計核算科目的探討

篇5

關(guān)鍵詞:優(yōu)化探索建議

中圖分類號:F270文獻標識碼:A文章編號: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個作業(yè)隊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)算情況對比表(萬元)

1.2井下作業(yè)結(jié)算情況對比分析

作業(yè)費用主要由作業(yè)勞務費和材料費兩部分構(gòu)成。拋開05年井下作業(yè)整體分離頭一年的結(jié)算過渡,我們就04和06兩年的作業(yè)費用構(gòu)成情況進行對比分析。

(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)成中增加了設備保險費等十項成本項目,合計新增費用3254萬元。

(2)人工費和特種車輛運費上升幅度較大

通過附表1可以看出06年比04年人工費上升幅度64.67%;車運費上升幅度34.93%。

(3)歷年定額調(diào)整幅度

06年開始正式執(zhí)行中石化作業(yè)定額后,經(jīng)歷了兩次大的調(diào)整。07年勞務費調(diào)增約10%, 08年勞務費調(diào)增約30%,09年與08年同期相比,單井勞務增加1.12萬元。

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)過近幾年的建設和實際應用,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)工程量沒有大的變化的情況下作業(yè)勞務費上升很快,導致采油成本居高不下。

(2)八面河油田作業(yè)設計監(jiān)督站把大量的時間和精力都放到了對清河井下作業(yè)部作業(yè)工序的認證上,忽視了對總體作業(yè)質(zhì)量的跟蹤和把握。

(3)由于沒有進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)隊伍奪油上產(chǎn)的主動性。

2實行年度井下作業(yè)勞務費總承包的探索

2.1改變作業(yè)結(jié)算方式后的益處

通過實施年度井下作業(yè)勞務費總承包,進行責任與壓力共擔,成果與效益共享,形成利益共同體,可實現(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)通過甲乙雙方利益捆綁,有利于實現(xiàn)產(chǎn)量效益為已任的觀念轉(zhuǎn)變。作業(yè)隊伍為實現(xiàn)質(zhì)量與效益的最大化,責任意識和整體素質(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,有精力加強自身的工作職能向技術(shù)管理型轉(zhuǎn)變,促進管理水平得到提升。

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

(4)確保井下作業(yè)施工質(zhì)量及施工周期。不及時提供主要材料、出具施工設計、配合辦理開工驗收所造成的井下作業(yè)隊停等,均按規(guī)定的標準支付井下作業(yè)停等勞務費。

(5)確保各項生產(chǎn)技術(shù)指標,不達標,按規(guī)定的比例扣減作業(yè)勞務費。

(6)制訂井下作業(yè)勞務費承包考核制度,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)量完成分公司下達的責任指標的前提下,對年度總承包的井下作業(yè)費實用情況實行考核與兌現(xiàn)。

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

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

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)勞務費用總承包的形式,職責分工必須明確。由八面河油田作業(yè)設計監(jiān)督站負責作業(yè)施工設計方案的編寫、施工全過程的監(jiān)督,并對施工后效果進行評價做為結(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)施工隊伍。

(3)建議分公司下達井下作業(yè)處年度經(jīng)濟責任制時應考慮八面河油區(qū)實行的勞務費總承包體制;建議井下作業(yè)處下達內(nèi)部經(jīng)濟責任制也應考慮八面河油區(qū)實行的勞務費總承包體制,制定完善適合勞務費總承包體制的各項制度。

(4)以季度為時間單位,對雙方進行考核。

篇6

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

中圖分類號: TP18;TP301.6文獻標志碼: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)的應用普及和現(xiàn)代電子商務的迅猛發(fā)展使得互聯(lián)網(wǎng)中的資源數(shù)量呈指數(shù)增長態(tài)勢,從而出現(xiàn)了所謂的“信息爆炸”和“信息過載”現(xiàn)象,推薦系統(tǒng)[1]作為一種信息過濾的重要手段, 是當前解決上述問題的有效方法之一。目前,幾乎所有大型的電子商務系統(tǒng),如淘寶、當當、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)模的擴大,用戶評分數(shù)據(jù)出現(xiàn)極端稀疏性[2],導致算法的推薦質(zhì)量降低。為了解決稀疏性問題,一些學者提出了算法改進措施:文獻[3]提出基于云模型的相似度計算方法,利用云模型在定性知識表示以及定性、定量知識轉(zhuǎn)換時的橋梁作用,提出一種在知識層面比較用戶相似度的方法。文獻[4]提出一種基于項目評分預測的協(xié)同過濾推薦技術(shù),通過估計用戶評分的辦法補充用戶項目評分矩陣,減小數(shù)據(jù)稀疏性對計算結(jié)果的負面影響。文獻[5]通過奇異值分解(Singular Value Decomposition, SVD)算法估計未評分項目的評分,并在稠密矩陣上計算用戶間的相關(guān)相似度。文獻[6]提出了一種基于云模型數(shù)據(jù)填充的推薦方法,通過云模型預測未評價的項目,進而根據(jù)填充了的用戶項目評分矩陣計算用戶相似性。然而,以上算法均沒有考慮項目中屬性之間的關(guān)聯(lián),忽略了項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目屬性和云模型數(shù)據(jù)填充方法, 利用項目本身屬性計算屬性相似性,利用云模型數(shù)據(jù)填充技術(shù)對稀疏矩陣進行填充,在稠密矩陣上計算項目評分相似性,通過動態(tài)加權(quán)得到新的項目相似性,最后在推薦過程中結(jié)合基于項目推薦算法生成推薦。

1傳統(tǒng)的基于項目的協(xié)同過濾算法及分析

傳統(tǒng)的基于項目的協(xié)同過濾推薦系統(tǒng)[7]利用傳統(tǒng)的相似性計算方法計算所有項目與目標項目的相似性,取前k個相似性最大的作為目標項目的最近鄰居集,由于當前用戶對最近鄰居的評分與對目標項的評分比較類似,所以可以根據(jù)當前用戶對最近鄰居的評分預測當前用戶對目標項的評分,然后選擇預測評分最高的前若干項作為推薦結(jié)果反饋給用戶。

1.1數(shù)據(jù)表示

推薦系統(tǒng)中存儲的用戶評分數(shù)據(jù)中一般包含用戶id,項目id和用戶對項目的評分等信息。假定有m個用戶和n個項目,分別表示為用戶集合U = {u1,u2,…,um}, 項目集合I ={ i1,i2,…,in}。用戶評分數(shù)據(jù)可以采用一個m×n階的用戶項目評分矩陣Rm,n來表示,矩陣的每個元素就是用戶對項目的評分,反映了用戶對項目感興趣的程度。評分可以用1/0表示喜歡/不喜歡;也可以用不同的數(shù)字表示評分的級別,數(shù)字越大表明級別越高,說明用戶越喜歡（本文即用這種評分）。

1.2相似性計算

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。兩個項目被看作m維項目空間上的向量,項目間的相似性通過向量間的余弦夾角來度量。

sim(i, j)=cos(,)=?×(1)

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

2)相關(guān)相似性。對于基于項目的協(xié)同過濾算法,相關(guān)相似性是通過計算兩個項目之間共同評分項的距離來實現(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)表示對項目i和項目j都評過分的用戶集合,Ru,i、Ru, j表示用戶u對項目i和項目j的評分,Ri和Rj分別表示對項目i和項目j的平均評分。

3)修正的余弦相似性。由于在余弦相似性度量方法中沒有考慮不同用戶的評分尺度問題,修正的余弦相似性度量方法通過減去用戶對所有項目的平均評分來改善上述缺陷。

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)表示對項目i和項目j都有評分的用戶集合,U(i) 和U(j)分別表示對項目i和項目j評分過的用戶集合。

第3期 孫金剛等:基于項目屬性和云填充的協(xié)同過濾推薦算法計算機應用 第32卷1.3生成推薦

在利用1.2節(jié)中任一公式計算目標項目與其他項目相似性,得到目標項目最近鄰居集的基礎上,可按式(4)預測出目標用戶對未評分項目的評分。

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

其中:Pu,i表示目標用戶u對未評分項目i的預測評分;Ri表示目標項目i獲得的平均評分;Rj表示鄰近項目j的平均評分;S(i)表示目標項目i的鄰近項目集合,|S(i)|=k。通過上述方法預測用戶對所有未評分項的評分,然后選擇預測評分最高的前若干項作為推薦結(jié)果反饋給當前用戶。

1.4算法分析

1)用戶評分矩陣的極端稀疏性導致相似度量不夠準確,嚴重影響了推薦精度。

2)沒有考慮到項目本身的屬性相似性,利用用戶評分數(shù)據(jù)計算的相似性可能不準確。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為動作片,現(xiàn)要預測用戶u7對I6的評分。根據(jù)式(2)、(4)可得I6的鄰居項為I2、I4、I5,u7對I6的預測評分為1,即不喜歡I6,但分析u7對其他電影的評分可以看到,u7對生活片的評分均為5,對動作片的評分均為1,由此可判斷u7喜歡生活片,不喜歡動作片,故對I6應該打高分,但通過公式得到的計算結(jié)果卻與實際不符。

【：表1中的問號對嗎？表格(有表名)表1用戶評分實例

預測用戶I1I2I3I4I5I6u1333323u2122333u3454455u4553355u5211121u6141111u751511?

2改進的算法及其分析

2.1云模型

云模型[9-10]表達的概念的整體特征用期望Ex、熵En、超熵He這3個數(shù)字特征來表示,記作C(Ex,En,He), 稱為云的特征向量。在云模型中,云由多個云滴組成,每個用戶的所有評分集合被視為一朵“云”,每個評分被視為一個“云滴”,可以通過逆向云算法實現(xiàn)每朵云從定量值到云的特征向量的轉(zhuǎn)換,計算如下:

2.2基于云模型填充的協(xié)同過濾推薦算法

基于云模型填充的協(xié)同過濾推薦算法[6-11]的基本思想是利用逆向云算法計算項目之間的相似性,根據(jù)式(4)對用戶評分矩陣進行填充,在填充矩陣的基礎上,根據(jù)式(2)、(4)生成推薦。

該算法通過填充的方法降低了用戶評分矩陣的稀疏性,提高了推薦精度,但是并未考慮到項目本身的屬性相似性。

2.3項目的屬性相似性

一般來說,推薦系統(tǒng)至少存在3個基本數(shù)據(jù)表,一個用來記錄用戶信息,一個用來記錄項目信息,還有一個記錄用戶評分信息。傳統(tǒng)的協(xié)同過濾算法是通過評分信息表計算項目相似性,而項目的屬性相似性則是利用項目信息表(見表2)進行計算的。

表格(有表名)表2項目信息表

項目Attr1Attr2…AttrtItem110…1Item201…1Itemn11…0設項目i和項目j所擁有的屬性分別表示為集合Ui和集合Uj,則i和j的屬性相似性計算如下:

simattr(i, j)=|Ui∩Uj||Ui∪Uj|(9)

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

2.4改進的基于項目屬性和云填充的協(xié)同過濾算法

改進的基于項目屬性和云填充的協(xié)同過濾算法的基本思想是:利用用戶評分矩陣和逆向云算法計算項目i和項目j的相似性,此時將每個項目所獲得的所有評分集合視為一朵“云”,每個評分被視為一個“云滴”。得到項目i和j的相似性后,利用式(4)對稀疏的用戶評分矩陣進行填充,采用對項目評分項并集填充的方式[4],即對于項目i和j,對項目i評過分的用戶集合為Ui,對項目j評過分的用戶集合為Uj,只填充Ui j= Ui∪Uj中沒有對項目i或j評分的用戶的評分,而不考慮均未對項目i和j評分的用戶。在填充矩陣的基礎上利用式(2)計算項目i和j的評分相似性simrate(i, j),同時根據(jù)式(9)計算項目i和j的屬性相似性simattr(i, j),采用式(10)計算項目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,可動態(tài)調(diào)整。

具體步驟如下:

輸入用戶評分矩陣Rm,n,最近鄰項目數(shù)k,加權(quán)因子λ。

輸出用戶的Top-N推薦集。

步驟如下:

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

2)利用式(4),采用對項目評分項并集的方式對用戶評分矩陣進行填充;

3)對于填充矩陣,利用式(2)計算項目i和j的評分相似性simrate(i, j);

4)利用式(9)計算項目i和j的屬性相似性simattr(i, j);

5)利用式(10)計算項目i和j的最終相似性sim(i, j);

6)選取k個與目標項目相似性最大的項目作為目標項目的最近鄰居集;

7)利用式(4)得到目標用戶對初始矩陣中未評分項目的預測評分,產(chǎn)生Top-N推薦。

算法優(yōu)勢分析:首先，采用填充技術(shù)對稀疏矩陣進行填充,在填充矩陣基礎上計算項目的評分相似性,大大降低了原有稀疏矩陣的稀疏性,提高了評分相似性的計算精度;其次,采用云模型而非其他填充模型,可以在用戶評分整體層面上粗粒度地考慮項目的相似性以及對象類的整體信息, 克服了傳統(tǒng)的基于向量的相似度計算方式嚴格匹配對象屬性的不足。再次,考慮了項目本身所具有的屬性相似性,通過引入加權(quán)因子λ,將其與項目的評分相似性結(jié)合,進一步提高了相似性精度。同時,對于用戶從未評過分的新項目,在無法計算其與其他項目的評分相似性的情況下,將加權(quán)因子λ調(diào)整為1,即通過屬性相似性來計算相似性,在一定程度上解決了冷啟動問題。

3實驗結(jié)果及其分析

實驗平臺使用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。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。

3.1數(shù)據(jù)集

本文實驗采用Grouplens(movielens.umn.edu)工作組提供的公開數(shù)據(jù)集,它由943個用戶對1682個電影項目的1×105條值為1~5的評價數(shù)據(jù)組成,用戶評分數(shù)據(jù)集的稀疏性為1-100000/(943*1682)=0.936953。把記錄按照80%和20%的比例劃分為訓練集和測試集。

3.2度量標準

實驗采用平均絕對偏差(Mean Absolute Error, MAE)來衡量各相似度方法的度量效果,即通過計算預測的用戶評分與實際用戶評分之間的偏差來衡量預測的準確性[14-15]。MAE越小,相似度方法的度量效果越好。假設預測的用戶評分集合為{p1,p2,…,pN},對應的實際評分集合為{q1,q2,…,qN},則

MAE=∑Ni=1|pi-qi|N(11)

3.3實驗結(jié)果

實驗中,將最近鄰近集取為50,通過改變λ取值來影響MAE的值,具體過程為:將λ值代入式(10),得到相應的最終相似性sim(i, j),選取50個與目標項目相似性最大的項目作為目標項目的最近鄰居集,將sim(i, j)值代入式(4),得到對目標用戶的預測評分值,再將預測值代入式(11),得到MAE值。實驗結(jié)果如表3所示,當最近鄰近集k取50時,λ=0.15時對MAE的貢獻最大,故實驗中將λ取為0.15。

表格(有表名)表3λ取值對MAE的影響

λMAEλMAE0.050.8240.200.8560.100.8170.250.9320.150.8110.301.125

當λ取值確定后,將改進的算法與傳統(tǒng)的基于項目的協(xié)同過濾推薦算法、基于云模型的協(xié)同過濾推薦算法和利用云模型填充的協(xié)同過濾算法進行比較,如圖1所示。圖中Item表示傳統(tǒng)的基于項目的協(xié)同過濾推薦算法,Cloud表示基于云模型的協(xié)同過濾推薦算法,Cloud Filling表示利用云模型填充的協(xié)同過濾推薦算法,Attribute and Cloud Filling表示改進的基于項目屬性和云填充的協(xié)同過濾推薦算法,最近鄰居從5個遞增到50個。通過比較可以看出,改進的基于項目屬性和云填充的協(xié)同過濾算法比上述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)變化對比

篇7

【關(guān)鍵詞】脈沖中子測井 碳酸鹽巖儲層 孔隙度 含水飽和度

PND中文全名為脈沖中子衰減能譜測井，是美國COMPUTALOG公司推出的一種新型脈沖中子儲層評價方法。國內(nèi)外的實際應用表明，PND測井技術(shù)能很好地評價砂泥巖儲層，確定儲層的泥質(zhì)含量、孔隙度、含水飽和度等參數(shù)[4]。塔河油田主力儲層為碳酸鹽巖，PND測井設備引進以來，西北分公司共完成了XX井次的PND測井工作，其中碳酸鹽巖儲層的PND測井16井次。

PND測井儀器采用的是中子管作為放射性源，只有給中子管供電后才產(chǎn)生中子射線，克服了傳統(tǒng)放射性源對人體的輻射缺陷，大大提高了放射源強度，從而改善了測量精度。中子管加電后輸出的高能中子與地層中元素的原子核發(fā)生非彈性散射和熱中子俘獲反應，兩種反應均釋放出伽瑪射線。遠、近兩個探測器測量隨時間變化的非彈性散射和俘獲伽瑪射線強度[7]。因此PND測井儀工作在兩種完全不同的模式---非彈性散射和俘獲測量模式下。一次下井可以測取多達142條曲線，這一點沒有任何一種單只測井儀器能與之比擬。PND測井方法對井身的要求不高，不管是裸眼井、套管或油管井、生產(chǎn)井或停產(chǎn)井，都可以用于儲層評價[1]。

2 PND測井在碳酸鹽巖儲層的應用及評價

由于碳酸鹽巖儲層孔隙度偏低、有用測量信號幅度小，巖性孔隙結(jié)構(gòu)復雜，與砂泥巖儲層相比，在資料處理中如何消除影響因素，提高分辨率是決定資料處理效果的關(guān)鍵。塔河油田的地層水礦化度普遍較高，所測量的16井次礦化度最高為25.5萬ppm，最低的井也高達18.2萬ppm，所以都使用俘獲測量信息進行了處理，并用CATO測量信息做為參考。通過對這16井次PND測井資料的精細處理解釋和綜合分析，對PND測井在塔河油田碳酸鹽巖儲層的適用性得出了較合理的結(jié)論。

2.1 不同類型碳酸鹽巖儲層PND測井響應特征

通過16井次碳酸鹽巖儲層PND測井與解釋，PND測井響應在孔隙不同的三種類型儲層中差異較大。對于有效孔隙度低于1.5%～2%的Ⅲ類儲層沒有明顯的顯示；而對所有Ⅰ類儲層指示良好，解釋結(jié)果與裸眼常規(guī)測井、地質(zhì)錄井和測試、生產(chǎn)情況對應較好；Ⅱ類儲層的顯示介于Ⅰ～Ⅲ類之間[6]。以T807（K）井為例加以闡述。

2.1.1？5655.5-5689.5，厚度34m

曲線上反映該段SIGC值為10-15cu，有效孔隙度為0-12%，含水飽和度為0-50%，綜合解釋為油層。

2.1.2？5694-5700，厚度6m

曲線上反映該段SIGC值為13-15cu，有效孔隙度為3-20%，含水飽和度為20-50%，但該層與下部水層相鄰，無明顯隔層。綜合解釋結(jié)果為油水同層。

2.1.3？5700-5747.5，厚度47.5m

曲線上反映該段SIGC值為30cu，等于理論水層讀值，有效孔隙度為3-20%，含水飽和度為100%。解釋結(jié)果為水層（個別處含殘余油）。

與鉆井、地質(zhì)錄井和裸眼測井結(jié)論的對比，說明本井PND測井結(jié)論基本反映了I、II類儲層的實際情況，而對III類儲層，PND測井顯示為致密層，應用效果較差。

2.2 PND測井在碳酸鹽巖儲層評價中的應用2.2.1？評價儲層的剩余油，為單井挖潛提供依據(jù)

S67井2000年9月套管射孔酸壓完井。自噴投產(chǎn)后平均日產(chǎn)油200m3/d以上且含水低于10%，一直持續(xù)到2001年3月。后來工作制度由5mm油嘴逐漸加大到9mm、10mm、11mm、12mm，到2002年5月總產(chǎn)液量降低到只有56 m3/d，含水上升到97%而停產(chǎn)。6月對該井修井，提出油管串后進行了PND測井。結(jié)果顯示在射孔段5662-5674m還存在剩余油（見圖2），其孔隙度為12%，含油飽和度為50%，建議繼續(xù)開采。后來該井原射孔段轉(zhuǎn)電泵抽產(chǎn)，月平均日產(chǎn)液207.7m3/d，含水34.9%，該產(chǎn)液水平一直持續(xù)到2004年2月中旬。另外一個井的實例是TK426井，該井裸眼酸壓完井。2003年9月轉(zhuǎn)抽稠泵修井期間進行了PND測井，修井時漏失較小，測量結(jié)果良好。PND測井結(jié)果表明油層呈現(xiàn)強水淹特征，剩余油很少，原來的油層已經(jīng)失去開采價值。修井完成后仍在原產(chǎn)層抽產(chǎn)，初期含水率98%，兩個月后的平均含水率仍高達93.4%。后來進行了修井沖砂作業(yè)，平均含水率仍在90%以上。

3 結(jié)論

PND測井有其與許多儲層飽和度評價方法不能比擬的優(yōu)越性，特別是其儀器尺寸較小，可以過油管測量，在不停產(chǎn)情況下對地層進行評價[2]。

在俘獲測量模式下縫洞發(fā)育的碳酸鹽巖儲層，PND測井能很好地反映儲層特征，定量地評價儲層；而對于縫洞欠發(fā)育的儲層，PND測井曲線基本沒有孔隙顯示；對介于兩者之間的儲層，PND測井能顯示儲層孔隙的存在，對于有效孔隙度較高的II類儲層，PND測井基本可以定量地做出評價。

許多井因井況原因未能進行裸眼測井，造成常規(guī)測井資料的缺失。PND測井彌補了其不足，不僅能獨立評價碳酸鹽巖儲層，提供儲層評價參數(shù)[1]，它也是儲層酸壓改造效果評價的有效技術(shù)方法，將在油田開發(fā)中得到廣泛應用。

參考文獻

[1] James J Smolen. Ph D. Cased Hole and

Production Log Evaluation.Penn Well Books[M].1996

[2] Phillips Hogan. PND Interpretation Manual. Computalog[M]. 2000

[3] Douglas W Hilchie. Pulsed Neutron Capture Logging. Prescott Arizona[M].1999

[4] Pulsed Neutron Tools and Analysis. Computalog[M]. 2000

[5] 郭海敏.生產(chǎn)測井導論.[M]北京：石油工業(yè)出版社.2003.30～32

[6] 辛鵬來，等.套管井脈沖中子測井（PND）測井分析.[J].測井與射孔.1999.12～14

[7] 黃隆基.放射性測井原理.[M].北京：石油工業(yè)出版社.1985.46～52

[8] 袁冰，等.根據(jù)套管井脈沖中子系統(tǒng)得到的密度-中子孔隙度分析泥質(zhì)砂巖.[J].國外測井技術(shù).2000.40～46

[9] 吳世旗.鐘興水等.套管井儲層剩余油飽和度測井評價技術(shù).[M].北京：石油工業(yè)出版社.1990.89～120

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；波瓣賦形

中圖分類號：TN82文獻標識碼：B

文章編號：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、無線通信等眾多領(lǐng)域中,常要求陣列天線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)化中的目標函數(shù)或約束條件表現(xiàn)為高維、多極值點、非線性、非凸和不可微等特性，陣列天線波束綜合是一個十分困難的非線性優(yōu)化問題。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某一類特定的問題而提出的,并且對于一些有約束條件的綜合,經(jīng)典方法就很難實施；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、信賴域法、Rosenbrock法和Powell法等，必須選擇良好的初始設計以保證迭代過程的成功實現(xiàn)，對目標函數(shù)的連續(xù)性、可微分性有特殊要求等。因此，近年來人們通過研究和模擬自然界生物群體自適應的優(yōu)化現(xiàn)象，建立了基于隨機搜索的啟發(fā)式優(yōu)化技術(shù)，例如人工神經(jīng)網(wǎng)絡、禁忌搜索、模擬退火、進化算法、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法解決的問題時表現(xiàn)出強大的潛能，這些算法以其算法概念清晰、程序簡單等特點,很適合于解決此類復雜的非線性優(yōu)化問題,并且對優(yōu)化對象的性態(tài)無要求。

粒子群算法（PSO）是一種自適應全局優(yōu)化啟發(fā)式算法,其源于對鳥群和魚群群體運動行為的研究，20世紀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單、容易實現(xiàn)、搜索速度快、所含參數(shù)較少的特點，近年來受到學術(shù)界的廣泛重視?；綪SO算法和其他的進化算法一樣有著收斂過快、早熟收斂、搜索范圍不大、容易收斂到局部極值等問題。因此,人們先后出現(xiàn)了多種PSO算法的改進算法[49]，包括雜交粒子群算法(HPSO)、并行粒子群算法（CONPSO）、自適應粒子群算法（APSO）、微粒子群算法以及實數(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。

目前國內(nèi)對陣列天線方向圖的綜合，大多數(shù)集中在對旁瓣電平以及零陷的有效控制上，但對主瓣區(qū)進行優(yōu)化控制的卻比較少，雖然文獻［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，本文把簡化的二次插值法作為一個局部搜索算子，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題。從優(yōu)化綜合后得到的結(jié)果來看，計算天線的遠場方向圖都與理想方向圖主瓣非常逼近，同時副瓣很低。

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。鳥類、蜜蜂等生物在尋找食物的過程中,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)驗交流,從而能快速準確的找到在整個區(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,而提出的一種進化優(yōu)化算法。他是由N個粒子組成的群體在D維空間搜索最優(yōu)解的過程。在搜索時參考自身歷史最優(yōu)位置和群體歷史最優(yōu)位置進行迭代。每個粒子在每次迭代中有位置和速度2個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,后來發(fā)現(xiàn)[3]加上這項優(yōu)化效果明顯。c1和c2為學習因子,又稱為加速因子。[WTHX]v[WTBX]kid 是前運動速度向量,[WTHX]x[WTBX]kid 是第i個粒子的位置向量。pbesti是第i個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)之間的隨機數(shù)。式(1),(2)中的上標k表示是第k次的迭代;下標d表示向量的第d維。在求解優(yōu)化問題時,首先隨機初始化一個種群,即一組隨機解,賦予他們隨機的位置和初速度。粒子在整個搜索空間飛行進行搜索,通過向自身最優(yōu)和群體最優(yōu)的不斷學習,調(diào)整飛行速度,搜尋整個空間的最優(yōu)解。每次飛行后都會更新個體最優(yōu)值和群體最優(yōu)值。當尋找到最優(yōu)解或達到最大迭代次數(shù),算法終止。這時的群體最優(yōu)值即為求解得到的最優(yōu)解。И

基本PSO往往會收斂于局部極值,通常表現(xiàn)為粒子聚集度越來越高,全局最優(yōu)粒子長時間維持不變。這些可以作為判斷PSO停滯不前的標志。在這個時候,需要某種方法來跳出局部極值,維持種群的活性,充分地搜索整個空間。

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)適應函數(shù)進行選擇,用適應度較高的一半粒子的位置和速度矢量取代適應度較低的一半粒子的相應矢量,而保持后者個體極值不變。這樣的PSO模型在提高收斂速度的同時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年提出將進化算法（遺傳算法）中的交叉操作也引入PSO的HPSO模型。交叉機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,然后兩兩隨機組合進行交叉操作產(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)別在于粒子群在進行速度和位置的更新后還要進行上述的交叉操作,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,在理論上加強了對粒子間區(qū)域的搜索能力。例如兩個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),而獲得改進的搜索結(jié)果。實驗證明,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,利用進化操作改進傳統(tǒng)PSO算法的探索仍在繼續(xù)。

3 二次插值法

三點二次插值法是一種簡單有效的線搜索方法,他不需目標函數(shù)的導數(shù)信息,適用范圍廣,而且計算量小,適合作為啟發(fā)式的搜索算子。三點二次插值法在文獻［7］中用來進行全局搜索,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xa =(xa1 ,xa2,…,xan )Τ,xb =(xb1 ,xb2,…,xbn )Τ,xc =(xc1 ,xc2,…,xcn )Τ,計算這3點的適應度值fa=fit(xa)，fb=fit(xb)，fc=fit(xc)。假設fa>fb且fc>fb，則由下式得到的近似極小值點=(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xa，xb，xc的選擇如下：

在當前種群最優(yōu)位置向量gbesti， 把適應度從小到大排列，取xb，xa，xc依次為前3個最好個體，即fb≤fa≤fc。若對某些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）計算出，并計算適應度fit()。若fit()≤fb，則將當前種群中的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，將兩者有機地結(jié)合，來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） 計算每個粒子的適應度值;

（3） 對每個粒子,將其適應度值與其經(jīng)歷過的最好位置pbest 做比較,如果好于后者,則將此時的適應度值作為當前的最好位置pbest;

（4） 局部搜索―簡化的二次插值法。

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

②若對某些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）計算出，并計算適應度fit()。

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

（5） 對每個粒子,將其適應度值與全局所經(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） 如果滿足結(jié)束條件(通常為產(chǎn)生足夠好的適應度值或達到一個預設最大代數(shù)Gmax ),程序終止,否則跳轉(zhuǎn)到第（2）步。

5 陣列天線方向圖綜合

5.1 適應度函數(shù)的設計

對于由n個理想點源組成的離散直線陣,以陣列的第一個單元為參考點,在不考慮單元之間耦合的條件下,認為單元輻射fi(θ)=1，只需優(yōu)化陣因子即可，NУピ陣列天線的遠場陣因子可表示為:

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

中圖分類號：Q78 文獻標識碼：A 文章編號：0439-8114（2013）22-5609-03

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

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，反應體系和操作均按說明書進行。

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，設計上、下游引物FaF（5′-TGTGGTAGTTGCTGGGCATTTC-3′）和FaR（5′-CCACGAGTTCTTCACAATCCAG-3′），PCR擴增克隆克隆FaRDL基因核心片斷。

1.3.2 3′-RACE PCR擴增 根據(jù)獲取的基因核心片斷設計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]進行FaRDL基因3′端的克隆。

1.3.3 5′-RACE PCR擴增 根據(jù)獲得的3′-RACE序列，設計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]進行FaRDL基因的5′端克隆。

1.3.4 驗證拼接序列的真實性和基因全長cDNA的克隆 根據(jù)獲取的3′-RACE和5′-RACE序列在非翻譯區(qū)設計上、下游引物FaFL（5′-GCCATTGAAAG

AAGCGAGGAAG-3′）和FaRL（5′-TTAAGCACTTCTAGCTTCACCCTC-3′）驗證拼接序列的真實性。PCR擴增產(chǎn)物在1%瓊脂糖凝膠上電泳后回收目標片段，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基因開放閱讀框（Open reading frame，ORF）編碼的氨基酸序列進行BLAST比對。用MEGA5.0軟件Clusta1W程序?qū)aRDL基因推導的氨基酸序列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）進行多重比較，選擇鄰算法NJ（Neighbour joining）構(gòu)建系統(tǒng)進化樹[6]。并用SignalP 4.1 Server預測其信號肽，執(zhí)行BLAST程序分析其前體肽、催化三聯(lián)體及活性位點。

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個氨基酸和1個終止密碼子。經(jīng)BLAST比對及序列分析，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對其信號肽預測顯示，F(xiàn)aRDL蛋白1～22個氨基酸殘基為其信號肽，信號肽的裂解位點在第22位的丙氨酸和第23位的丙氨酸之間。FaRDL蛋白22～120個氨基酸為前導肽，其自我剪切催化位點在第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）。通過對FaRDL蛋白進行的BLAST同源性比對和分子系統(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亞類中的C1A家族蛋白酶，這個家族成員存在1個與分泌作用相關(guān)的信號肽和二硫鍵[7]。該家族成員都是以酶前體的形式合成，包括1個富含α螺旋的結(jié)構(gòu)域（alpha-helix-rich domain）和1個β折疊結(jié)構(gòu)域（β-barrel-like domain），這2個結(jié)構(gòu)域構(gòu)成亞單位形成1個深的裂隙，裂隙里面包含1個由Cys-His-Asn組成的酶的三聯(lián)體催化活性位點[2]。木瓜類半胱氨酸蛋白酶是一種非常穩(wěn)定的水解酶類，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，如N-端的信號肽能保證前導肽正常進入內(nèi)膜系統(tǒng)，而前導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，酶的前導肽中還具有液泡定位信號NPIR或其C末端具有內(nèi)質(zhì)網(wǎng)定位信號KDEL尾[3]；同時，少數(shù)酶的C末端還具有1個顆粒蛋白結(jié)構(gòu)域[2]。當酶前體被轉(zhuǎn)運至特定的細胞器后，通過分子內(nèi)或分子間蛋白水解而激活形成具有水解功能的成熟酶。

甜蕎的木瓜類半胱氨酸蛋白酶FaRDL與擬南芥的木瓜類半胱氨酸蛋白酶GCP1和RD21a聚為一類，同源性最高，分別達62%和59%，但其C末端不具有RD21a類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)甜蕎中木瓜類半胱氨酸蛋白酶FaRDL的酶學活性和生理學功能，還有待進一步研究。

參考文獻：

[1] 閆龍鳳，楊青川，韓建國，等.植物半胱氨酸蛋白酶研究進展[J].草業(yè)學報，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，周濟銘，等.蕎麥遺傳資源利用及其改良研究進展[J].西北農(nóng)業(yè)學報，2005，14（5）：101-109.

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

篇10

【關(guān)鍵詞】油田企業(yè) 會計核算 新辦法

現(xiàn)代油田企業(yè)管理中的會計核算在整個會計核算體系中占有舉足輕重的作用，可以說油田企業(yè)管理中的會計核算系統(tǒng)運行的好壞，關(guān)系著企業(yè)信息的準確性，甚至關(guān)乎國家的會計信息質(zhì)量。從這方面來說，重視會計核算在現(xiàn)代油田企業(yè)管理中的地位，是工作的重中之重。一方面，因為現(xiàn)代油田企業(yè)管理中的會計核算要求的提高，先前的石油企業(yè)會計核算已經(jīng)無法適應市場經(jīng)濟帶快速發(fā)展。另一方面，隨著我國經(jīng)濟體制的改革的逐步深入，油田企業(yè)對本企業(yè)會計核算工作的要求也日益增加，油田企業(yè)會計核算與油田企業(yè)的發(fā)展和油田企業(yè)經(jīng)濟體制的改革矛盾越來越突出。為了油田企業(yè)管理中的會計核算工作能夠順應形式的發(fā)展，在工作中就必須解決會計核算與市場經(jīng)濟管理方面的矛盾，使會計核算能夠更好地在油田企業(yè)管理中發(fā)揮作用。因此，研究適應現(xiàn)代油田企業(yè)管理中的會計核算方式方法迫在眉睫。

一、適應新形勢，采用新辦法

（一）建立新的會計準則和制度

1.可以采用現(xiàn)金流量表，用它來彌補“權(quán)責發(fā)生制”的不足，強化油田企業(yè)管理中的現(xiàn)金流意識?，F(xiàn)金流量表的實行可以詳盡的記錄油田企業(yè)在資金運用方面的具體情況，更為重要的是，采用現(xiàn)金流表可以對油田企業(yè)的資金運行流動情況進行實時的監(jiān)督與管理。通過對油田企業(yè)資金流的監(jiān)控可以及時發(fā)現(xiàn)企業(yè)資金運行中存在的問題，從而第一時間做出處理問題的措施，防止情況的進一步惡化，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)可以采用重置價或公允價作為資產(chǎn)計價的參考方案。例如短期投資以成本或成本與市價孰低法重新表述。這樣，不但可以在一定程度上減小財務管理和企業(yè)會計核算在價值上的差距，又可以為油田企業(yè)對各項決策的做出提供有利的參考。資產(chǎn)計價的這一參考方案，具有科學的實施意義，為會計核算在油田企業(yè)管理中的方法之一。

（二）對不足的核算方法進行完善

上面列舉的幾個方面，對于提高會計核算和管理在現(xiàn)代油田企業(yè)更好的適應市場經(jīng)濟不斷發(fā)展的要求，起到了很好的指導作用。不過，在當前社會條件下，油田企業(yè)員工對于一些先進的會計核算方法以及這些先進方法和條款的理解不充分，把一些先進的會計核算方法直接運用于油田企業(yè)還有些困難。因此，當務之急便是研究出具有廣泛使用價值的會計準則，以便讓大多數(shù)人能夠了解和利用。再者，油田企業(yè)管理中的會計核算人員應不斷更新觀念，嚴格學習相關(guān)知識，不斷提高自己的業(yè)務能力，善于發(fā)現(xiàn)問題，解決問題，使油田企業(yè)的財務管理邁上一個新的臺階。

二、在技術(shù)方面，提供強有力的支撐

（一）科學技術(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的簡稱，它的實施要求把企業(yè)的各個系統(tǒng)連接起來，使油田企業(yè)的各個系統(tǒng)，各個部門形成一個系統(tǒng)化的管理網(wǎng)絡，在這個系統(tǒng)的網(wǎng)絡中，企業(yè)的經(jīng)營者可以運用數(shù)字技術(shù)，實時掌握企業(yè)各個部門和崗位的運行情況，實現(xiàn)事中控制。另外，ERP系統(tǒng)可以自動發(fā)出企業(yè)運行報告，使企業(yè)的領(lǐng)導者在第一時間內(nèi)了解問題并采取行動方案，這實現(xiàn)了事后控制。ERP系統(tǒng)可以根據(jù)以往是統(tǒng)計信息進行信息匯總，從而使企業(yè)經(jīng)營者根據(jù)匯總的信息總結(jié)出易出問題的崗位和地方，可以事先采取預防措施來減少事故的發(fā)生，從而實現(xiàn)事先控制。這樣ERP系統(tǒng)就實現(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)的運行效率。ERP系統(tǒng)適應市場要求。它的實施，使油田企業(yè)在激烈的競爭面前能夠立于不敗之地，使油田企業(yè)在市場機遇面前迅速做出反應，并能夠靈活進行供應鏈管理，給油田企業(yè)帶來很大的經(jīng)濟方面的效益。

（二）在核算制度的建設方面，應加強完善核算體系

與時俱進，是黨保持先進性的源泉。對現(xiàn)代企業(yè)的管理也是一樣。油田企業(yè)應不斷的研究和制定一些新的會計核算制度，以適應油田企業(yè)不斷發(fā)展的要求，適應不斷變化的市場經(jīng)濟發(fā)展的要求。在信息化進程不斷加快的今天，建立一套能夠與時俱進，不斷更新的油田企業(yè)會計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)會計人員的素質(zhì)，為會計核算提供人力資源保證。在現(xiàn)代社會中，.無論什么行業(yè)，人才的地位不容忽視。在油田企業(yè)中，強化對會計人員的監(jiān)督與管理，提高油田企業(yè)會計人才隊伍的整體素質(zhì)是充分發(fā)揮會計核算作用的基本要求。只有會計人員的素質(zhì)提高了，那么會計核算方面的問題也就好說了。因為油田企業(yè)會計人員的專業(yè)知識、技能的高低直接決定著會計信息的質(zhì)量和水平。因此，具有專業(yè)技能的高素質(zhì)的會計人才在保證油田企業(yè)管理中的會計核算工作中，發(fā)揮著不可忽視的作用，要想使會計核算工作做好，首先得保證有高素質(zhì)的會計人才。

四、結(jié)語

總之，要將油田企業(yè)管理工作中的會計核算環(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，這三個方面相輔相成，缺一不可。

參考文獻