增量控制（精选9篇）
增量控制 篇1
摘要：政策性银行作为当今金融体系的一部分,在贯彻政府意图、补充商业银行金融活动缺陷和不足等方面起了不可或缺的作用,但其在经营活动中同样存在资产损失的问题。因此,正确认识政策性银行的风险并予以防范和化解,对维护我国金融体系稳健发展具有重大意义。
关键词：增量贷款,信贷风险,内控机制,预警机制
中国农业发展银行作为国家政策性银行成立于1994年4月,主要承担国家农业政策性金融业务。近年来,随着粮棉市场化改革加快推进,粮食收购个全面取消保护价,农发行粮棉信贷管理工作面临的形式日趋复杂:信贷资产的迅速扩张,不良资产比例上升,贷款增量风险也随之大大增加。深入研究控制与防范农发行信贷增量风险问题具有重要的现实意义。
农发行存量风险是指从其创建以来已经形成的金融资产风险,增量风险则是指1998年人行取消信贷规模管理以来,农发行每年新增贷款所产生的金融资产风险。究竟该如何看待农发行的存量风险和增量风险的问题?根据农发行信贷风险的来源对象不同,其信贷风险产生不但有政府方面、企业方面的原因,还有农发行自身的原因。目前中国国有商业银行不良贷款率偏高,其中呆滞呆账贷款已超过银行的资本金,即使动用银行全部资本金也无法核销全部呆账。从理论上讲,只要银行不良贷款超过其资本金,银行便从技术上破产。但在实际中,所有储户不可能同时来挤兑银行存款,资不抵债的银行只要能开门营业就可以通过吸收新存款维持运行,从而长期处于技术上破产而实际上并未破产的状况。中国现行的制度安排,即国家垄断信用制度以及国家对国有银行的救助承诺与践诺,更是强化了这样的运作状态。银行不良贷款的存量风险被现行制度淡化和掩盖起来。如果忽略增量风险不谈,那么银行不良贷款的损失完全可以通过新增贷款的效益来解决,银行存量风险的化解只是一个时间问题。如果新增贷款被继续投向无效益的部门或企业从而沉淀下来不能运转,它又会变成新的存量不良贷款,从而使不良贷款越来越多,存量风险越积越大,如果在一定的诱因下释放出来,其危害程度可想而知。由此,我们可以看出:对于农发行而言,信贷风险形成的要害,重点还在于增量风险的控制与防范上,增量风险是存量风险的源头,只有遏制增量风险,才能化解存量风险。
在分析清楚农发行信贷增量风险形成的基础上,应努力从以下几个方面入手进行防范,以控制和化解其信贷风险中的增量风险。
一、依靠政府及相关部门支持,改善外部经营环境
农发行的职责决定了化解其增量经营风险的关键就在于政策的落实,而政策的落实在很大程度上依靠政府。
(一)制定明确的信贷政策,努力降低增量风险
要积极发挥信贷杠杆作用,促进农村经济增长方式的两个转变,积极培育新的经济增长点,鼓励和引导高效农业加快发展,推进农村经济结构调整、农业科学技术进步和农村资本优化配置。要严格执行“区别对待、择优扶持”和“以销定贷、以效定贷”的粮食贷款政策,监督企业坚持实行“购得进、销得出、有效益”的经营原则。在减小增量风险的同时要把好“三关”,从收购环节入手,严把收购质量关和价格关,监督企业做到在市场前景良好的前提下低价位、收好粮,提高企业效益,减少风险;严格监督企业执行顺价销售,不坐支、不挪用销售货款,保证销售货款及时足额归行,把农发行的贷款存量风险降到最低。
(二)分清责任,落实弥补来源
一方面按照“谁决策,谁负责,谁消化”的原则,分清中央财政和地方财政的责任,确定是否制订了消化计划,资金来源是否落实,避免相互推诿扯皮,悬空农发行贷款。另一方面要算好账,算细账,做好监测,真实反映应收补贴、实收补贴和欠补金额。对欠补资金督促财政部门落实补贴资金来源,确保按时足额拨付。
(三)改善财政拨补机制,加大消亏力度
首先,为适应企业费用开支和农发行收息的需要,利费补贴实行按月补付并提前预拨,减少中间环节和滞留时间。其次,调整中央、省级储备补贴标准,使其适应当前市场物价水平保管费用的需要。同时,根据不同的地区类别,制定分类补贴标准,对超储粮食国家不再补贴费用。由企业按“购得进,销得出,有效益”的原则,自负盈亏,自主经营,以减轻国家负担。最后,完善拨补到位责任制,增强约束力。资金拨补是否到位要纳入政策目标考核,杜绝随意抵扣,实行收支两条线管理,同时加大执法检察力度,保证足额及时到位。
(四)严格界定农发行与各政府部门职能,进一步落实行政首长负责制
落实国家粮改政策的一个总体要求就是实行地方行政首长负责制,强化政府在粮改和化解收购资金风险中的职能作用。重新认识和建立农发行与各级政府及职能部门的新型关系。因为农发行本身具有部分政策性政府职能,所以,随着政策的调整和外部环境的变化,农发行执行政策而产生风险将具有客观性。对此,应有正确认识,但农发行也应主动与政府部门及财政、粮食供销社等沟通协调,共同提高执行相关政策的整体性水平,最终避免和化解信贷风险。
二、努力实现增量信贷风险管理的系统性
(一)规范封闭管理程序
如同一枚硬币的正反两面,封闭管理与风险防范是密不可分的统一体,要把全面的风险防范摆在突出位置并融入封闭管理全过程。严格按照“以销定贷、以效定贷”原则供应和管理非保护价粮棉收购资金,落实仓单管理办法,强化企业财务管理,落实风险防范和补偿措施,加大增量贷款风险防范力度;继续做好企业有效资产担保抵押工作,督促企业加快库存粮棉的销售和推陈储新,积极化解存量贷款风险;主动参与企业改革改制和资产清理、处置,按照“债随资产走”的原则落实债权,将改革带来的风险减少到最小程度。
(二)严格信用等级评定
企业信用等级评定和贷款资格认定是一项动态的工作,要根据形势发展和改革进程,定期对企业资信、经营、管理等情况进行评定,认定贷款资格,把好贷款准入关,逐步过渡到以此作为供应收购资金的首要条件。同时,制定统一的信用等级评定标准,不允许更改或变通。出台优惠和惩罚政策,对信用等级较高的企业,在资金供应、金融服务和信贷监管上予以倾斜;反之,从严监管,在保证资金安全、落实收回来源的情况下逐步淘汰,推动和促进企业深化改革,改善经营,提高管理水平和经营效益,弱化银行贷款风险。
(三)支持企业搞活经营
风险防范是一把“双刃剑”,一方面要强化封闭管理、防范信贷风险,一方面又要搞活企业经营、提高经营效益,哪一方面过紧或过松,都会影响到全局。因此,在加强监管的同时,要为企业搞活经营提供优质金融服务,按照政策要求找准支持非保护价粮棉经营的切入点,支持企业开展订单农业、合同收购、粮棉调销等活动,支持大购大销、快购快销、薄利多销;加强对粮棉市场信息的采集、分析和发布,发挥信贷杠杆作用,帮助企业控制价格风险;加大促销力度,加快库存周转;完善结算办法,改进结算手段;积极协调和督促财政补贴、粮食风险基金等及时足额拨付到企业,消除挤占挪用隐患。
(四)建立科学监测体系
只要是涉及收购资金的地方,必然存有一定风险,但不同时期、不同业务、不同层面的表现形式不尽相同。首先,加强信息的统计、分析和管理,全面真实地反映资产风险,既要反映政策性风险,又要反映经营性风险;既要反映现实风险,又要反映潜在风险。其次,充分发挥会计监督、稽核监督、检查监督的职能作用,做到立体监督,灵敏监测,动态反映,尤其要对企业改制、财务挂账、陈化粮处理等潜在风险实行全程跟踪监测,定期分析和反馈。第三,要对倾向性的苗头和现实性的风险做出迅速反应,果断决策,采取措施,及时控制。
(五)完善监督考核制度
风险防范非常重要,但加强风险防范考核同样重要。风险防范工作质量直接决定了全行信贷资产质量,而资产质量是由分散的单笔业务组成,因此,必须将每笔贷款质量状况都纳入风险防范范畴。首先,明确贷前调查、贷时审查和贷后管理三个环节的职责,详细记录贷款运作情况,属于哪个环节失查或失误,就追究哪个环节人员的责任以及直接领导的责任,避免“全部负责、全不负责”现象。第二,严明奖惩,对业务操作规范、信贷监管到位、风险控制严格、资产质量较高的管理和业务人员予以精神和物质双重奖励;发现违规操作、疏于监管造成资金损失的行为,严格按照规章制度进行处罚。
三、健全和完善农发行信贷内控机制,建立分级预警体系
(一)建立贷前预测风险机制
一是严格按要求建立审贷分离的贷款决策机制。目前,有些支行因信贷人员不足等原因,并未真正实行审贷分离制度,贷款的调查、审批由同一部门(岗位)一手操办,没有建立分岗管理,互相制约,各司其职,各负其责的运行机制,不能有效避免个别人说了算、以贷谋私及“关系、人情贷款”等弊端。因此应严格按要求认真执行“审贷分离、分级分段管理、集体审批决策”的制度。二是建立科学的贷款风险预测制度。按照行业统一标准对借款户进行信用等级和贷款风险度评估,实行风险量化管理,将信用等级评定与信贷业务分析结合起来,科学预测贷款风险。三是严格贷前调查评估工作。这是贷前风险预测机制的基础和关键。贷前评估要深入调查,收集信息,综合分析,了解国家有关法规条例、产业政策以及国内外市场行情等,掌握项目申报单位的资产、效益等情况,为贷款决策提供科学严密的评估报告。
(二)建立贷时增量风险管理的预警、监测机制
风险识别、监测是风险管理的前提,应根据农发行的自身实际设计好增量风险预警机制的评价指标。对增量贷款的风险预警评价指标主要以购销率和资金利润率为主,以年度购销率和资金利润率的高低来衡量贷款风险的大小。风险预警机制要运用定量和定性分析相结合的方法,通过贷后检查和年后监测,发出贷款风险的早期预警信号,根据农业政策性银行的特点,增量风险预警机制的主要内容有:一是对企业的购销保本点进行分析。对企业保本点分析应成为农发行增量贷款风险预警的一个重要内容,企业的保本点也是银行贷款风险的一个关键点。“保本点”根据企业的固定成本、变动成本、业务量和利润之间的相互关系确定,分析企业保本点的主要指标有保本点销售数量和保本点销售价格等。二是对企业财务、经营状况及库存真实性进行分析。主要是对企业的资产负债、应收账款、库存实物等情况进行分析。三是对企业库存质量和价值进行分析。如果企业商品库存的陈化、陈次粮比率较年初提高,库存价值低于市场价格,信贷人员应对企业进行重点监控。四是其他因素分析。如企业出现内部组织结构不合理、管理水平低、内部案件较多、财务制度不健全、逃废银行债务、拖欠银行本息等情况时,信贷人员要向企业提出整改措施并加强对企业的监控。
(三)建立贷后规避风险机制
对重点状态的分析报告制度,由客户经理负责对贷户的生产经营,产品市场、资金使用和财务效益等情况进行连续、动态、全面的跟踪监测,如发现法人变更、产权转移、抵押物变卖或客户陷入财务困境等重大问题要及时报告,以便及早采取措施防范信贷风险。对因客户经理监管不力造成损失的,直接追究客户经理的责任。当前特别是要密切关注贷款企业的改制动态,积极主动参与企业改制全过程。加强对风险资产的保全,尽量将原有的信用贷款转化为抵押贷款,对原有抵押贷款重新确认抵押品的有效性、合法性、评估现值的足值性,对无效和价值不足的要及时更换和追加,加紧催收,确保各类贷款的法律时效。
(四)建立新放贷款风险责任追究制度
信贷内控机制的管理,说到底是对人的管理,农发行不良贷款不断发生的一个重要原因就是缺乏严格有效的新放贷款风险责任追究制度。因此建立一套完整、严密、可操作性强的信贷责任追究制度就显得尤为重要。譬如,可大力推行并完善贷款第一责任人制度;实行新放贷款质量目标管理制度(如企业和贷款大户推行客户经理制),规定新增贷款到期收回比例(可确定为达到99%以上),新形成的“两呆”贷款比例(如不能超过1%)。各支行主要负责人要对本单位新增贷款质量负总责并纳入业绩考核。个人新形成的“两呆”贷款超过规定比例的,或者由于人为因素造成贷款风险的,对责任人实行在岗限期清收,限期不能收回的,实行下岗限期清收,限期内仍不能收回的,要给予经济处罚和行政处分,直至解除劳动合同。
(五)建立新增贷款风险补偿机制
一是完善风险补偿金制度。要督促企业按照“多方筹集、权属不变、银企共管、专款专用”的原则提取和使用风险补偿金。实行以农发行为第一受益人的库存实物保险制度,防范和化解信贷风险。二是落实政策性风险的承担主体。坚持“谁出政策谁负责”的风险补偿原则,建立政策性风险补偿机制,对属于由财政弥补的亏损占用贷款要落实好弥补来源,确保执行政策性业务的粮棉企业得到合理的补贴。
(六)建立完善增量贷款风险承担机制
一是抓好资产抵押担保工作,对企业的有效资产要全面进行抵押。对有条件办理有效资产抵押担保而不办理的企业要暂缓其贷款资格的认定。对一些经营无望、资产负债率大于100%且丧失还贷能力的企业,可将其易于变现、质量和地理位置较好的房地产实施以资抵债,依法办理以资抵债过户手续,实施公开拍卖,盘活存量贷款,化解信贷资产风险。二是利用法律手段化解信贷风险。省级分行要成立专门的法规部门,市级分行要配备专业的法律人员,指导辖内通过法律手段管理信贷资产。对破产企业占用贷款要依法进行清收。基层农发行要积极参与破产企业的清算、资产变现与分配,监督企业主管部门将变现收入用于偿还贷款,努力降低贷款损失。另外,还要建立健全内部稽核审计制度,充分履行其职能,把问题查清查实,如实上报,坚决避免避重就轻或隐瞒不报等不良现象的发生。通过以上措施,达到严格管理、科学决策、层层把关、相互制约的目的,严格控制新的不良贷款发生。
参考文献
[1]张向峰.完善信贷内控机制有效防范增量风险[J].中国农村信用合作社月刊,2001,(10).
[2]程盛林.如何防范信贷增量风险[J].企业经济,2000,(5).
[3]黄代发.防范信贷资产增量风险对策研究[J].鄂州大学学报,2000,(4).
[4]王迎春,郭海霞.浅析粮食退出保护价信贷存量与增量的风险防范[J].甘肃农业,2004,(6).
[5]赵兵.经济转轨时期我国农业政策性金融风险管理初探[J].银行与经济,1998,(4).
[6]从永平.当前农发行信贷管理面临的风险及对策[J].农业发展与金融,2001,(1).
[7]毛家才.浅谈农发行信贷风险的成因及对策[J].社会科学家,2002,(2).
[8]陈爱华.对农业政策性银行风险问题的思考[J].云南财贸学院学报,2002,(6).
增量控制 篇2
发包人（甲方）：凯里市洗马河街道办事处
承包人（乙方）：凯里市旭东建筑工程有限公司
签约双方于2016年8月27日签订了凯里市洗马河街道九寨排污沟建设项目工程（以下简称“原协议”），协议工程量清单的排污沟是以600米计算。由于在现场600米排污沟无法全部实施及无法满足村民需求，因此需要生活污水排污沟变更为生活污水排污管道及增加排污管道，原合同价需作相应调整。
依照《中华人民共和国合同法》、《中华人民共和国建筑法》及其他有关法律、行政法规，遵循平等、自愿、公平和诚实信用的原则，双方就新增工程的相关事项协商一致，特订立本补充协议，作为主合同的组成部分，甲、乙双方共同遵守。
一、工程承包内容
承包范围：生活污水排污沟由原来的600米变更为269.3米的生活污水排污管道及330.7米生活污水排污沟；增加工程量为生活污水排污管道331.1米、项目简介碑1块、水源点周边硬化1口。
二、合同工期
开工日期：2016年 月 日
竣工日期：2016年 月 日
合同工期总日历天数 天。
三、质量标准及等级
增加工程严格按照国家有关施工及验收规范施工，工程质量标准：合格。
四、合同计价及结算
1、原合同排污沟198元/米不变。
2、新增工程的合同单价：增加排污管道综合单价包干，按260元/米算。
3、生活污水排污管道为：（269.3+331.1）m×260元/m=156104.00元）。
4、生活污水排污沟为：330.7m×198元/m=65478.60元。
4、项目简介碑1500元/块。
5、水井周边硬化1500元/口，共一口。
6、总工程量造价为224582.60元（大写：贰拾贰万肆仟伍佰捌拾贰元陸角整）。
7、最终工程造价以凯里市洗马河街道的结算价为准。
五、付款方式
本合同价款为排污管道工程增加工程款，追加工程款支付与进度款同期支付。
六、其他事宜
1、本补充合同正本两份，甲、乙双方各执壹份，具有同等效力。副本叁份，甲方执壹份，乙方执壹份，监理人执壹份。本补充合同自甲、乙双方签字盖章后生效，补充合同与主合同相应条款有矛盾时，按本补充合同执行，其他未涉及的条款按主合同相应条款执行。本补充合同与主合同一并执行。
七、合同生效：与原合同一起执行。
合同订立时间： 2016年 月 日
合同订立地点：凯里市洗马河街道办事处
发包人（甲方）：（公章）承包人（乙方）：（公章）
地 址： 地 址：
法定代表人：（签字）法定代表人：（签字）
增量控制 篇3
PID(Proportional Integral Differential)控制器是按给定量与输出量偏差的比例、积分、微分进行控制的调节器,具有结构简单、控制效果好、鲁棒性强等优势,是目前自动化控制技术中最稳定的控制方法,同时在许多工业控制中得到了广泛的应用,单片机、DSP、FPGA等处理器易于实现数字PID控制算法,从而取代了传统的模拟PID控制器,使系统电路更简单、精度更高、通用性更强[1]。由于软件程序的灵活性,使数字PID控制算法也变得丰富多样,可以根据实际系统的情况,选择适合的数字PID控制算法,数字PID控制算法通常分为位置式PID控制算法和增量式PID控制算法,前一种算法所得到的控制量为全量输出,每次运算都会对误差进行累加,从而引起系统较大的超调,使系统稳定性下降;而后者输出的则是控制量的增量,减小了累积误差及精度问题对输出控制量的影响[2]。
恒温晶体振荡器(Oven Controlled Crystal Oscillator,OCXO)简称恒温晶振,它在嵌入式系统中的应用有着重要的意义[3,4,5],传统的恒温晶体振荡器采用恒温槽使晶体温度保持恒定,为了灵活的控制晶体的输出频率及达到更高的稳定性能,设计了基于数字PID增量控制算法的恒温晶体振荡器,并采用了TEC制冷技术,使晶体温度的控制更加灵敏、准确和高效。
1系统工作原理
整个系统对晶体温度控制的总流程如图1所示。基于TI公司MSP430单片机的优点[6],系统控制核心选用MSP430F4618单片机,信号采集转换部分使用了高精度的负温度系数热敏电阻(NTC)与INA330芯片对晶体温度偏差进行采集转换,INA330芯片是基于10 kΩ热敏电阻的温度控制器,专为光网络及医学分析应用中进行热电冷却控制设计的精密放大器,它只采用了一个10 kΩ精密电阻器R2和10 kΩ热敏电阻R1,为传统的桥式电路提供了替代方案。
在INA330芯片的两个输入端V1和V2加上1 V的激励电压后,将在热敏电阻R1和精密电阻器R2上产生I1和I2电流,芯片内部电流输送电路输出电流Io= I1-I2,该电流流经外部增益电阻器R3,任何加至R3另一端的偏置电压都与输出电压相加,所以总的输出电压可以表示为:
该输出电压送至MSP430F4618处理器,通过芯片内部集成的12位A/D转换器,使输入的偏差模拟信号转换为数字信号,通过数字PID增量控制算法得到控制量增量,经处理器内部集成的12位D/A芯片转换输出,控制DRV593输出PWM波驱动TEC对晶体进行加热或制冷,图中虚线表示TEC到热敏电阻形成一个闭环负反馈,两者在机械位置上是同晶体安装在一起的,在电气连接上是相互隔离的。在实际应用中,晶体的实际温度可以通过设置Va大小来进行控制。
2系统硬件设计
在原理图的设计中,根据设计的原理及所需要实现的功能模块,参考文献[7],将总的硬件电路划分为电源模块、LCD显示模块、控制核心模块、TEC驱动模块、INA330控制模块,鉴于设计电路的复杂性,硬件设计采用层次电路绘制原理图,这样可以比较清晰和简单地绘制原理图,再检查和核对各模块就显得有章可循,整个控制系统的顶层原理图如图2所示。
在具体的硬件电路中,INA330芯片与热敏传感器共同构成了晶体温度误差信号的转换电路,控制核心电路则是MSP430F4618单片机的最小系统,该最小系统电路包括复位电路、电源电路、JTAG仿真接口、时钟电路,其中MSP430F4618单片机采用直流3.3 V供电,LCD显示采用段式液晶对晶体温度值进行实时显示,DRV593芯片及其外围电路构成TEC驱动电路,通过设置DRV593芯片的负端电压,可以调节TEC加热或冷却的阈值,向DRV593芯片正电压端输入控制信号,可以间接控制晶体温度,在整个系统中,控制核心模块与其他外部模块间数模或模数信号转变的参考电压均使用单片机内部提供的参考电压。
3系统软件设计
3.1 系统总体软件流程
系统软件设计采用模块化设计方式,图3(a)是系统软件总体设计流程,主要包括晶体温度的采样转换(见图3(b))、LCD显示(见图3(c))、数字PID增量运算、控制量D/A转换(见图3(d))及控制量的输出,其中温度信号的采集与转换采用定时器TA中断实现,初始化定时器TA工作在增计数模式,捕获/比较寄存器CCR0的值定义了采样周期,当TAR计数器计数值不小于CCR0的值时,定时器TA中断标志位CCIFG0置1,系统响应中断,对晶体温度进行采样转换。
3.2 数字PID增量控制软件设计
PID控制软件是系统控制的软件核心,其基本原理如图4(a)所示[8],它是对参考输入量与受控对象输出量的偏差时间函数进行比例(P)积分(I)微分(D)运算,得到受控对象控制量的过程,其动态方程表达式[9]为:
式中:TI与TD分别为积分时间和微分时间;kP是比例控制参数,为减少误差累积及PID算法的精确性,这里采用数字PID增量算法,当采样周期T远小于信号变化的周期时,实际应中可以采用后向差分法对式(2)中的各项进行离散处理:
将式(3)代入式(2)中可得数字PID控制表达式:
式中:
根据式(4)可以得出数字PID控制增量表达式为:
式(6)中,e(n-2)是第n-2次采样偏差,通过控制量作差,消除了偏差累积效应,当知道采样偏差e(n),e(n-1),e(n-2)的值时,便可以通过单片机进行数字PID增量控制运算得到下一时刻的控制增量,具体的软件流程如图4(b)所示。
4PID控制参数kP,kI,kD的调节
在实际的应用中,控制器参数kP,kI,kD的调节需要根据具体的硬件系统进行设置,初始设置前可以参考相关文献的调试准则[11,12]进行设置,当输出不振荡时,可以增大比例参数kP且应减小积分时间常数TI或增大微分时间常数TD。基于MSP430单片机先进的JTAG在线仿真调试技术,通过IAR软件查看程序运行过程中,偏差变量的变化情况,如图5(a)所示,为控制参数分别为kP=5,kI=0,kD=0时某一时刻的偏差变量的值。
按照相关文献报导的PID参数设置方法及硬件系统的实际特性,调节设置了控制参数分别为kP=0.85,kI=0.004,kD=0.002,经过调试后某一时刻的偏差变量值如图5(b)所示,从IAR仿真软件的变量查看表中,可以看到偏差变量的值趋于0,图6为具体硬件实物图和设置恒温晶体工作在25 ℃时的温度-时间(T-t)曲线图。
5结语
本论文设计了以MSP430F4618单片机为控制核心,采用热敏电阻与INA330芯片对晶体温度进行采集转换,经数字PID增量算法输出控制增量,通过DRV593芯片驱动控制TEC对晶体进行加热或冷却,同时LCD对晶体温度进行显示,经过软件调试设置了数字PID的三个参数值分别为kP=0.85,kI=0.004,kD=0.002,使系统所采集到的温度偏差值趋于0, 实现了晶体工作在25 ℃的恒温输出,本系统的设计研究对提高控制系统的精确控制性能有着重要意义。
摘要：针对晶体时钟振荡器输出频率易受外界温度变化影响的特点,设计了以MSP430F4618单片机为控制核心的恒温晶体振荡器。将高精度负温度系数热敏电阻作为传感器对晶体温度进行采样,并采用精密放大器IAN330芯片对晶体温度变化差值信号进行转换并输出至控制核心。输出的信号经12位A/D转换后进行数字PID增量控制运算得到控制量增量,再通过12位D/A转换输出至DRV593芯片驱动半导体制冷片(TEC)对晶体温度进行控制,并循环该过程使晶体振荡器的工作温度保持稳定。
关键词：恒温,晶体振荡器,MSP430F4618,PID
参考文献
[1]周波,祝忠明,刘勇.基于PID算法的高精度数字化电源设计[J].电子产品世界,2012(3):51-54.
[2]王军琴.基于三菱FX2N的增量式PID控制器设计[J].现代电子技术,2010,33(12):167-168.
[3]周芸,李维,路青起.基于模糊PID控制算法的恒温石英晶体振荡器[J].电子元器件应用,2011,13(2):31-34.
[4]卢祥弘,陈儒军,何展翔.基于FPGA的恒温晶振频率校准系统的设计[J].电子技术应用,2010(7):101-104.
[5]周芸,路青起,刘连敏.基于C8051F002的微处理器温度补偿石英晶体振荡器[J].弹箭与制导学报,2008,28(3):299-301.
[6]李跃忠,汤彬,张中良.基于MSP430F4618混合编程的伽玛能谱采集方法研究[J].核电子学与探测技术,2012,32(1):87-90.
[7]张晓兰,张琳.嵌入式PID温控调节系统的设计[J].现代电子技术,2012,35(8):18-20.
[8]符晓玲,姜波.基于DSP的数字PID控制器设计[J].现代电子技术,2007,30(7):129-131.
[9]林海波,王晓曦,刘奭昕.一种基于增量式数字PID算法的智能温度控制器[J].长春工程学院学报:自然科学版,2011,12(3):86-89.
[10]李迎,孙亚飞.基于增量PID的压电微位移器驱动控制系统开发[J].测控技术,2011,30(3):40-44.
[11]孙跃光,林怀蔚,周华茂.基于临界比例法整定PID控制器参数的仿真研究[J].现代电子技术,2012,35(8):192-194.
发票增量申请 篇4
******有限公司，税号：*****；经营地址：*****；法人代表：***；注册资本：***万元整；职工人数：**人；开业时间：****年*月*日；一般纳税人认定时间：****年**月；经营范围：************。结算银行：******；账号：*******。
我公司现有固定资产机器设备****万元，其中剪板机**台，价值*万元；折弯机*台，价值**万元，*保焊机**台，价值***万元。厂房车间*****平方米，生产工人**人，管理人员**人。
我公司目前采购情况：****年**与******有限公司签订购***合同，金额****元；****年*月与******有限公司签订购钢材合同，金额*****万元；***年**月与*******有限公司签订购销合同，金额****元。
我公司目前销售情况：****年**月与******有限公司签订委托加工合同，年生产值约***万元；****年**月与******有限公司签订委托加工协议，年生产值约**万元；****年与****有限公司签订零部件委外加工协议，金额******元整。我公司与******有限公司签订的委托加工协议是长期合作合同；与******有限公司签订的合同是已经到期，但因合作很好，于****年会续签新合同，现在已经给我公司下了新的生产计划。
公司成立以来，经营情况比较良好，生产销售额都能达到要求。****年1月至****年**月实现销售收入******元，缴纳税款******元，税负率****%。我公司设有单独的财务室，并且安装了防盗门、窗，配备有保险柜，并按规定取得、保管、使用增值税专用发票，并有专人负责增值税专用发票的保管。目前核定发票使用情况：增值税专用发票版位为万元版，数量为**份。我公司有着雄厚的技术力量，稳定的客户群，市场不断扩大，销路前途广阔。我公司每月**份发票不能满足公司正常业务需求。因此我公司现申请增值税专用发票版位为万元版发票，月用量为**份。
我公司将严格遵守《中华人民共和国发票管理办法》及《增值税专用发票使用规定》，不虚开，不代开，不外借专用发票，并妥善保管好专用发票。
对所提供的资料，我单位承诺其内容真实、可靠、完整。
******有限公司
增量控制 篇5
小型离网型光伏系统
小型离网型光伏系统是利用光伏阵列发电, 经过光伏控制器对蓄电池进行充放电控制, 并给直流负载供电或通过逆变器给交流负载提供电能的一种新型电源, 其功率一般为0.5-5KW。该系统广泛应用于环境恶劣的高原、偏远山区及野外作业, 也可作为路灯、偏远基站等供电电源。
如图1所示, 小型离网型光伏系统由以下部分组成:光伏阵列, M P P T控制单元和蓄电池充放电单元。太阳能照射在光伏阵列上, 产生光生伏特效应, 太阳能直接转化为电能;光伏阵列输出的电能接入带MPPT控制的BOOST电路中, 通过MPPT控制实现升压及最大功率跟踪, 提高光伏阵列的效率;蓄电池充放电单元能在有光照时储存光伏阵列发出的电能, 在带负载时输出蓄电池储存的能量, 实现能量的管理控。
太阳能光伏电池特性
太阳能光伏电池的基本原理为光生伏特效应, 即光子打在半导体材料表面时, 在一定条件下, 光能会被半导体吸收, 在导带和价带中产生非平衡载流子——电子空穴对, 在内建电场的作用下使电子和空穴拉向了不同侧使PN结两端形成了光生电动势, 如果PN结与外电路相连, 只要有光照, 就会有电流流过电路。如图2所示。
图3所示为光伏阵列的输出功率P-V曲线, 由图可知光伏阵列存在一个最大功率点。当光伏阵列工作电压小于Umax时, 其输出功率随着U pv的增大而升高;当光伏阵列工作电压大于Umax时, 其输出功率随着U pv的增大而减小。最大功率跟踪的实质就是通过一定的算法找出这个最大功率点。
最大功率点跟踪 (MPPT) 控制
常用的光伏系统最大功率跟踪算法有:定电压法 (CVT) 、扰动观察法、电导增量法、模糊控制法、神经网络法等。这些方法都依照太阳能光伏电池的特性曲线, 搜索最大功率点对应的电压值, 各有优缺点, 可以根据系统的要求进行选用。
电导增量法是最常用的最大功率跟踪算法, 其原理为:分析太阳能光伏电池输出功率P-V曲线, 如图3所示, 电压由0逐渐增大, d P/d V的数值由大于0变到小于0, 当d P/d V=0时取得最大功率点Pmax。
对于功率P有:
两边同时对V求导可得:
化简得:
式 (3) 为在最大功率点处的条件
本文中采用一种新型的电导增量法, 即变步长的增量电导法。其基本原理为:通过boost电路的占空比的变化来调节太阳能光伏阵列两端的电压值, 使其跟踪最大功率点。而且占空比跟踪步长可变, 其中变步长的系数取自d P/d V的绝对值, 如式 (4) ;当工作点远离最大功率点时, 加大步长, 加快跟踪速度;当工作点在最大功率点附近时, 自动减小步长, 以减小波动导致的功率损失。
该算法可表述为:
其中 (1) - (4) 式中k为占空比变化固定分量, A为步长控制常数。
仿真验证
如图5所示搭建matlab仿真电路, 主电路为boost电路, MPPT控制模块由S函数搭建, 光伏模块由M函数编写。设置仿真算法为:ode23tb, 变步长, 最大步长为1e-5s。
实验一, 模拟光照持续变化时最大功率跟踪算法的仿真效果, 并与传统的定步长电导增量法进行对比, 光强从0.4 kw/m2沿正弦曲线缓慢变大到1.2 kw/m2再变回0.4 kw/m2:图6为仿真实验图, 从图中可以本文中提出的变步长增量电导法在缓慢变化的阳光下, 变步长电导增量法可以更加迅速精确的跟踪到最大功率点, 跟踪曲线平滑。
实验二, 模拟光照突然变化时最大功率跟踪算法的仿真效果, 固定温度为25度:从图7所示的波形可以看出, 本文中的改进型电导算法能快速准确的跟踪到最大功率点, 并且功率波形稳定。
实验三, 模拟温度突然变化时最大功率跟踪算法的响应, 光强固定为1kw/m2, 从图8所示的波形清楚的显示改进型电导增量法能迅速的跟踪到温度变化后的最大功率点, 并且输出功率波形平稳无尖峰。
通过以上三个实验, 从仿真的层面验证了本文中改进型电导增量法的可行性及控制效果优良。
结论
本文通过对太阳能电池功率-电压曲线的分析, 并结合太阳能最大功率跟踪原理, 提出一种新型的变步长电导增量法实现光伏系统的最大功率跟踪, 最后在matlab/simulink软件环境下与定步长电导增量法进行了对比, 仿真结果表明:变步长电导增量法具有控制精确, 响应快的特点。适用于阳光和温度突然变化的快速反应场合, 对于持续变化的阳光也可稳定跟踪。
参考文献
[1]张建坡, 张红艳.光伏系统中最大功率跟踪算法仿真研究[J], 计算机仿真, 2010年1月.
[2]任玲, 宗灶童.扰动观察法实现太阳能电池最大功率跟踪控制[J], 工业仪表与自动化装置, 2010年第2期.
[3]叶满园, 官二勇, 宋平岗.以电导增量法实现MPPT的单级光伏并网逆变器[J].电力电子技术2006年6月.
增量控制 篇6
太阳能作为一种清洁、高效和永不衰竭的新能源,已经成为世界能源组成中的重要部分[1]。太阳能光伏发电是太阳能的主要应用形式,它是依据光伏电池的光伏效应原理把光能转换成电能的发电方式。光伏电池进行光电转换后,再通过光伏并网逆变器就可以将太阳电池输出的直流电转换成符合电网要求的交流电。光伏电池在进行光电转换的过程中,我们都希望太阳能能够获得最高的利用率,而光伏电池的光电转换效率直接影响了太阳能的利用率。光伏电池的光电转换效率会受到光伏电池的内部特性影响,还会受到外界环境因素[2]的影响,例如光照强度、温度和负载等。而光伏电池的内部参数特性也跟外界环境因素有关,而光照强度和温度是我们主要考虑的外界因素。因此,在光照强度和温度变化情况下如何提高光伏电池的光电转换效率是我们重点研究的课题。
光伏电池在不同的光照强度和温度下都存在不同且唯一的最大功率输出点,要得到高的太阳能利用率,则需要将光伏发电系统的工作点控制在最大功率点处,其中用到的控制技术就是最大功率点跟踪技术(MPPT)。目前,最大功率点跟踪算法有很多,常用的算法有:恒定电压法(CVT),扰动观测法(P&O)[3],电导增量法(INC)[4],模糊逻辑控制,神经元网络控制等。以上各种控制算法都有各自的优缺点。其中恒定电压法具有控制简单,并能快速接近最大功率点的优点,但是它忽略了温度对光电转换效率的影响。神经网络法很适合非线性控制,具有很好的跟踪效果,但目前尚不成熟,样本获取过程较难。模糊控制法控制精度高,抗干扰能力强,响应外部环境变化快,但模糊规则的建立多基于专家和熟练操作人员的经验,因此适应能力有限。扰动观察法和电导增量法是是实际中使用最多的。扰动观察法的控制相对而言简单,可靠性高。但是在最大功率点处振荡幅度偏大,造成功率的损失。而电导增量法是以在最大功率点动态变化的电导和电导变化率之间的关系来跟踪最大功率点,跟踪精度高、速度快、稳定性好。因此有效的解决了扰动观察法所存在的问题。
本文提出了一种基于修正变步长的电导增量法,在启动过程中加入恒压启动,并采用步长调整系数S(k)进行变步长的调整,提高了该算法在启动过程中的快速性和系统的稳定性。仿真结果表明,改进后的算法使跟踪精度有很大的提高,并且避免了在最大功率点处的振荡,使系统稳定性和光电转换效率都有很大的改善。
1 光伏电池的数学模型
1.1 光伏电池的等效电路及数学模型
光伏电池是一种具有光—电转换特性的半导体器件,它能直接将太阳能转换成电能,是光伏发电系统中最基本的单元。在光照条件下,半导体中原子的价电子受到太阳光子的冲击获得光能,激发出很多处于不平衡状态的电子和空穴,电子和空穴的定向流动从而使半导体中有电流流过,这就是光伏电池的发电原理。
根据光伏电池发电原理,在光照强度不变的情况下,光伏电池的光生电流Iph不会随着工作状态的变化而变化。为了更精确地反映光伏电池的非线性特点,可以把每个光伏电池单元的模型看作是一个恒电流源和一只正向二极管的并联回路。光伏电池的等效电路模型如下图所示。
光伏电池的输出伏安特性为:
式中:IL、UL分别为太阳能电池负载的输出电流和输出电压;Iph为太阳能电池内部光生电流;q为电子电荷;Io为反向饱和电流;A为光伏电池内部P-N结的曲线常数;k为玻尔兹曼常数;T为光伏电池所处环境的绝对温度;Rs、Rsh为材料内部的等效串联电阻和等效旁路电阻。
建立光伏电池工程数学模型[5],光伏电池输出I-V特性如下:
其中:
当光照强度或温度发生变化时,可以根据标准光照强度Sref和标准温度推算出一般工况(光照强度S和温度T)
首先计算:
然后分别计算:
其中S,T分别为光伏电池的瞬时光照强度和温度;系数
1.2 光伏电池阵列仿真模型及仿真结果
本文采用光伏电池板,其中,
通过上图光伏电池随光照强度和温度变化而变化的特性曲线可以看出,光伏电池既非电压源也非电流源,而是一个线性性直流电源。光伏电池在低压段可以近似看成恒流源,在接近开路电压时可近似看为恒压源,并且在不同光照强度和温度下输出功率都会在某一点达到最大值,该点就是光伏电池的最大功率点[6]。
2 最大功率点跟踪方法
2.1 电导增量法
电导增量法是我们最常用的算法之一,它是一种求取最优解的算法。该算法的基本原理是将光伏电池的电导增量和瞬时电导值的大小进行比较,根据比较后的大小来改变系统的控制信号,从而来控制光伏电池输出电压的变化方向[7]。由光伏电池P-U特性曲线可见,最大功率点位于曲线顶点,由此得:
由上式推导,可得系统运行点和最大功率点的关系:
在电导增量法进行最大功率点跟踪过程中,步长的选择非常重要,系统跟踪速度的快慢直接受到步长大小的影响。扰动步长较大,跟踪速度快,但震荡严重,功率损失较多;反之,震荡改善,跟踪精度提高,但跟踪速度减慢。
2.2 变步长电导增量法
为了解决电导增量法在步长选取上的矛盾。文献[7]提出了一种变步长电导增量法,占空比的变化量更新规则为:
其中D(k)为占空比在k时刻的变化量,N是进行调整步长的比例因子。为了保证在新的更新规则条件下最大功率点跟踪算法能够收敛,因此变步长规则必须满足:
其中为最大步长。如果式(12)成立,则系统工作于变步长模式;反之,以扰动步长运行于定步长模式。
文献[7]提出的算法示意图如图7所示,光伏电池在和的光照强度下对应的输出功率曲线分别为。在比例因子和最大扰动步长一组参数条件下,系统在光照强度为时具有良好的稳态和动态性能。但在算法中,这组参数一旦选定好就无法再改变,而在这组参数条件下,系统在光照强度为时功率曲线P2几乎全部运行在变步长模式,这就导致系统的启动速度和动态响应速度都会变慢。如果采用比例因子和最大扰动步长,那么曲线P1的变步长区域就会变得非常窄,从而产生振荡,导致功率的损失,并且降低了系统的稳态精度。
2.3 改进型变步长电导增量法
前面说到的变步长电导增量法是根据光伏电池的输出功率和输出电压的变化量的比值来进行步长的调整。通过上面对图7的分析我们知道,在选定的比例因子和最大步长的情况下,不同光照强度下曲线差异较大,很难找到一组最优的比例因子和最大步长来满足最大功率点跟踪在光照剧烈变化条件下的需要。为了解决这个问题,本文提出一种基于改进型变步长的电导增量法。
分析光伏电池输出特性:
我们可以得出,功率—电压微分曲线取决于光伏电池的输出电流、输出电压以及d I/d U,并且在不同光照强度下光伏电池的输出特性变化较大。为了减小变化波动,取步长调整系数为:
图8为在不同光照强度下的步长调整系数S(k)的变化曲线。从S(k)的变化曲线可以看出,当系统工作点在距离最大功率点较远的左侧时,步长调整系数S(k)的曲线可以近似的看成一条数值为1的直线;当系统工作点在最大功率点附近时,步长调整系数开始减小,并在到达最大功率点时变为0。从图中我们还可以看出,不同的光照强度下的步长调整系数S(k)曲线的变化趋势和取值范围基本保持一致,并且S(k)曲线跟曲线相比,S(k)的曲线更为平滑,因此在MPPT控制算法中S(k)要比更适合做步长调整系数。
改进的电导增量法的步长更新规则为:
其中:
为了保证该算法能够在最大功率点右侧具有收敛性,规定。改进型变步长电导增量法的控制算法流程图如图9所示。首先采用恒电压法,假设电压,然后让变换器的占空比线性增加至最大功率点附近,当光伏电池的输出电压比低时,控制单元就选择修正变步长电导增量法来判断光伏系统工作点的位置,然后再判断步长调整系数的大小,当时,采用定步长模式;否则,系统工作在改进变步长模式,步长为。
3 仿真实验结果
在Matlab/Simulink中搭建光伏系统仿真模型,仿真实现电路为boost电路。为了验证修正变步长电导增量法的有效性,在不同光照强度下进行仿真。仿真时间为0.3s,开始光照强度为,在0.1s时变成,再在0.2s时变回。在仿真的其它条件相同的情况下比三种算法的仿真结果的有效性。传统电导增量法、变步长电导增量法和本文提出的改进型变步长电导增量法三种算法的仿真结果如下图所示。
4 结论
通过仿真结果我们可以看出,本文提出的改进型变步长电导增量法可以有效的解决定步长电导增量法由于步长大小的选取而导致动态跟踪的速度慢和稳态的精度低等问题,并且该方法相比于传统变步长电导增量法,可有效地缩短系统启动时间,提高光照突变时的系统响应速度和精确度。
参考文献
[1]赵争鸣,陈剑,孙晓瑛编著.太阳能光伏发电最大功率点跟踪技术.北京:电子工业出版社,2012.4:1-5.
[2]张兴,曹仁贤等编著.太阳能光伏并网发电及其逆变控制.北京:机械工业出版社,2010,9:165.
[3]Roberto F Coelho,Filipe Concer,Denizar C Martins.A Study of the Basic DC-DC Converters Applied in Maximum Power Point Tracking[C]∥Power Electronics Conference,COBEP,2009:673-678.
[4]Elgendy M A,Zahawi B,Atkinson D J.Analysis of the Per-formance of DC Photovoltaic Pumping Systems with Maximum Power Point Tracking[C]∥4th IET Conference on Power Electronics,Machines and Drives,PEMD,2008:426-430.
[5]吴忠军,刘国海,廖志凌.硅太阳电池工程用数学模型参数的优化设计[J].电源技术,2007,31(11):897-901.
[6]申甜甜,董有尔.MPPT中一种新型变步长电导增量法的算法研究[J].现代电子技术,2012,1:189-191.
[7]杨秋霞,王海臣,张㼆,姜培培.基于改进电导增量法的光伏阵列MPPT[J].电源技术2016,1:128-130+156.
调结构靠增量 篇7
现代经济增长的本质是以产业结构变动为核心。以结构调整为手段, 促进经济增长, 是各个国家和地区宏观经济管理中通常采取的措施, 特别是在经济转型时期其效果尤为显著, 意义更加突出。
经济发展过程也就是产业结构不断调整和升级的过程。在一定条件下, 产业结构转换率越高, 经济总量的增长就越迅速。在现代经济增长的历史进程中, 产业结构合理调整能力的高低, 在很大程度上决定着各国的盛衰荣辱, 决定着各国之间经济实力对比关系的变化。日本在第二次世界大战之后, 之所以能在极短的时间内跻身发达国家的行列, 成为西方第二大经济强国, 其奥秘就在于充分发挥了结构因素对经济增长的作用。相反, 曾作为世界第一强国的英国, 却由于缺乏足够的产业结构转换能力, 从上世纪20年代起经济陷入衰落。产业结构调整与经济增长相互依赖、相互促进, 产业结构合理且能不断根据市场需求的变化及时调整, 就能促进经济增长, 反之亦然。2010年, 广东、江苏两省地区生产总值分别相当于辽宁省2.49倍和2.24倍。从产业结构角度分析, 辽宁省轻重工业比例为1∶4.1, 广东、江苏两省分别为1∶1.6和1∶2.8;辽宁省第三产业占地区生产总值比重为37.1%, 广东、江苏两省分别为45%和41.4%;辽宁省高新技术产业产值占工业总产值比重为4.7%, 广东、江苏两省分别为24.5%和17.7%。本世纪以来的十年时间, 广东、江苏两省通信、计算机和其他电子设备制造业产值分别增长8倍、13.4倍, 辽宁省仅增长3.5倍。尽管每个省份资源条件、要素构成不同, 产业结构也无最佳比例模式, 但从中仍可窥见经济结构对于经济增长所产生的影响。结构调整无疑是辽宁省今后经济发展的一条主线。
产业结构调整包括结构合理化和高级化两个方面。合理化是指各产业之间相互协调, 并带来最佳效益。高级化又称为产业结构升级, 是指产业结构系统从较低级形式向较高级形式的转化过程。从资源配置角度讲, 结构调整包括存量调整和增量调整。存量调整是指对已经形成的固定资产通过技术创新、设备改造及生产要素再配置等手段, 实现存量产出水平和能力的升级, 也被称作为传统产业升级。增量调整是指将增量投资集中投放于产业结构中薄弱行业, 通过壮大薄弱行业, 使产业结构更加合理、平衡, 改善三次产业之间、产业内部行业之间以及行业自身技术结构。由于存量生产资料经过长期生产过程, 技术、装备和流程都已经成型固定, 具备很强的刚性。辽宁省作为建国初期就已形成的老工业基地, 存量资产中的绝大部分主要分布于冶金、石化和装备制造业等重化工业, 低端产品产能比例较高, 且投入的年代较早, 技术装备比较落后, 资源能源消耗大, 迫切需要技术升级和设备改造。而在这个过程中, 研发或引进新技术、开发新产品、更新关键设备等技术升级活动都需要靠投资增量来实现。因此, 就要素投入而言, 绝对意义的存量调整是不存在的, 产业结构的转换必须通过增量予以激活, 才能得以实现。
关于增量在经济增长和结构调整中的作用, 美国著名经济学家保罗·罗默 (Paul M.Romer) 就曾指出, 长期经济增长是由技术进步包括经济制度的变迁所贡献的, 而短期经济增长是由资本和劳动等要素投入的增加所贡献的。对辽宁而言, 产业结构的主要问题是传统重化工业比重偏大, 新兴产业、服务业、轻工业比重偏小。提升产业整体技术水平, 必须依靠投资增量来推动新兴产业、服务业和轻工业快速发展, 仅靠存量调整进行修修补补, 容易导致重复投入、效率低下, 难以形成经济规模, 达不到调整产业结构的实质性效果。从世界产业发展规律来看, 新兴产业的萌生虽然与传统产业具有千丝万缕的联系, 但其成长发育, 都将经历脱胎换骨的洗礼, 从而实现质的飞跃。20世纪30-40年代美国经济进入钢铁时代, 50-60年代汽车、半导体成为经济发展的重要动力, 而到了70年代, 几乎抛弃了所有的基础性产业, 如钢铁、煤炭、有色金属等等, 消费性和科技性产业成为资本市场的宠儿。1980年以后至今, 消费升级产业和信息化产业成为推动美国经济增长的主力军。产业结构转换升级的这种特征, 主要源于产业发展所必需的要素供给发生重大改变, 其中科学技术水平的不断提高, 特别是重大关键技术的突破具有特别重要的意义, 社会服务领域的创新也是其中十分重要的支撑。也就是说, 经济、技术、文化的共同进步, 为产业结构调整提供了更为优质以及更加充分的要素供给, 促进产业结构不断朝向合理化、高级化迈进。
(二)
项目建设、产业丰厚度、科技创新和空间支撑是当前辽宁省实现增量调结构的主要抓手和关键环节。
项目是实现增量的主要载体, 是经济快速增长的有力保障, 更是调结构的重要抓手。项目的投资增量一方面必然产生对产品、资金和人力的需求, 拉动工业生产和就业;另一方面, 建成后的项目源源不断输出产品, 又带来明显的投资供给, 形成新的经济增长点。项目结构直接影响未来的产业结构, 抓什么样的项目, 就成为能否实现以增量调结构的关键所在。在传统产业升级方面, 辽宁省应坚持控制总量、淘汰落后、发展高端、强化配套的基本思路, 进一步拉长产业链条, 提高精深加工度。钢铁行业重点发展高速铁路用钢、高强度轿车用钢和高强度合金钢;石化领域, 按照精细化、炼化一体化的要求, 重点发展乙烯、芳烃等石油深加工产品;传统装备制造业领域, 重点发展高水平零部件配套项目, 提升本地化配套水平。在发展新兴产业方面, 重点推动高端装备制造业、新一代信息技术产业、新能源、新材料、生物制药等项目, 坚定不移地抓增量、上规模, 力争在国内其他地区刚刚起步的条件下, 抢占先机。
产业丰厚度有两层内涵:从“丰”度上讲, 是拉长产业链, 通过产业集群式发展, 优化产业结构, 做大产业规模, 既能体现经济增量概念, 又能实现调结构的目标;从“厚”度上讲, 是以科技创新引领产业发展, 提高产业技术水平, 增强产业可持续发展能力。创新型产业集群是提升产业丰厚度的主要途径, 是产业集群的高级化形式, 应当成为辽宁省产业集群建设发展的最终目标。创新型产业集群要注重产业链建设, 加强研发、检测等技术平台的开发利用, 强化与产业密切相关的大学学科专业建设。当前, 应突出围绕辽宁省重点培育的55个产业集群, 强化规划布局、政策引导、服务创新、环境吸引等措施, 以优势资源、主导产业和龙头企业为支撑, 引导国内外关联企业向园区集聚, 形成园区化、集群化、特色化发展的新格局。力争在“十二五”末期, 每个市有一个千亿元产业集群, 每个县有一个百亿元产业集群。
科技创新是实现增量调结构的核心动力, 尤其是对一个地区而言, 产业技术结构的高度化决定其核心竞争力, 往往比三次产业结构的合理化更为重要。德国的巴伐利亚州和巴登符腾堡州, 工业比重大大高于农业及服务业比重, 但这两个州凭借科技创新, 形成了世界最高水平的装备制造业, 一举成为支撑全球制造业发展的装备制造基地。与发达国家相比, 我国具有科技创新的低成本优势。据有关统计, 蜂窝式移动电话国外开发用8亿美元, 中国用7000万元人民币;国外开发程控交换机用1亿美元, 中国用1000万元人民币;“长三甲”火箭开发费用, 中国也为国外的几十分之一。辽宁省要充分利用好这种比较优势, 继续加大科技投入, 力争“十二五”期间, 研发经费投入占GDP的比重与上海、江苏相当, 拉近与东部沿海省份的差距。坚定不移把提高自主创新能力作为全省发展的战略重点, 依托骨干企业、重大工程项目, 组织实施一批技术创新和产业化项目, 建设一批工程研究中心、重点实验室和企业技术中心, 突破一批核心技术和关键共性技术, 最终形成以企业为主体、市场为导向, 产学研结合的科技创新体系, 把经济增长动力切换到科技引领、创新驱动的轨道上。
空间是实现增量的支撑。相对于东部沿海发达省份, 空间无疑是辽宁省生产要素中最为显著的比较优势。其中, 沿海经济带和沈阳经济区是辽宁省结构调整最重要的空间所在。沿海经济带规划建设了42个园区, 重点发展临海临港产业、新兴产业及配套的生产性服务业, 以此优化和提升辽宁省的产业结构, 特别是提升先进装备制造业、现代服务业的核心竞争力, 建成具有国际竞争力的产业集聚区。沈阳经济区60个主导产业园区, 要通过大力发展新兴产业, 构建光电信息、化工新材料、先进能源装备、生物医药等一批各具特色的新兴产业集群, 同时配套发展金融保险、现代物流、信息服务、研发技术服务等现代服务业。
(三)
县域经济是增量调结构的主战场。县域经济资源配置灵活, 市场导向性强, 由于产业基础相对薄弱, 增量调整可塑性很大, 容易实现产业结构调整的目标。长期以来, 县域经济一直是辽宁省经济发展中的“短板”, 过度依赖资源, 产业链较短, 技术水平较低, 不仅自身发展速度缓慢, 还制约着产业结构优化。自2008年实施县域经济三年倍增计划以来, 县域经济为提升辽宁省经济综合实力发挥出不可替代的作用, 成为辽宁省最有希望的新增长极。2011年, 全省44个县公共财政预算收入预计达到700亿元, 增长45%, 4年增加5倍多, 占全省比重由2007年的13.7%上升到27%。正在实施的“一县一业”战略, 其新建项目的生产工艺及装备比较先进, 产业链条也比较完善, 对调整优化辽宁省产业结构作用明显。应充分发挥44个县市的资源、区位、产业优势, 依托关联度大、带动性强的县域龙头企业, 加快培育发展特色主导产业和产业集群, 提高县域经济规模总量和运行质量。
新兴产业、服务业是增量调结构的重点行业。与传统产业相比, 新兴产业具有市场空间大、技术含量高、资源消耗少、牵动作用强的典型特征, 是产业结构升级的主要标志。服务业具有吸纳就业能力强、产业关联度高、资源消耗低的特点, 在产业结构调整中具有重要作用。辽宁省服务业比重一直偏低, 与发达国家的70%和中等收入国家的60%都有很大差距, 刚达到低收入国家的水平。促进服务业的快速发展, 应优先发展以公共研发和工程设计为主的高技术服务业, 大力发展第三方物流和重点领域专项物流, 加快发展银行、保险、证券等各类机构, 建立健全现代金融服务体系。
人才是结构调整的关键要素。无论是传统产业升级改造, 还是新兴产业和服务业的快速发展, 都离不开人才支撑, 尤其是高端人才的领军作用。从世界新兴产业发展的规律看, 很多新兴产业都是依托领军型人才或技术团队, 将研究成果转化而来。要充分认识和尊重高层次人才的价值, 不惜重金投入, 积极培育和引进领军型人才, 抓好海外高层次人才和研发团队的引进工作, 为辽宁省结构调整升级提供保障。
摘要：省委十一届二次全会暨经济工作会议明确了全省经济社会发展的总体要求。实现经济社会发展“稳中求进、稳中求快”的发展目标和任务, 加快建设富庶文明幸福新辽宁, 要求我们必须认真学习和贯彻会议精神, 抓住引领全局的关键, 坚定不移地实施以增量带动结构调整, 在项目建设、产业丰厚度、科技创新和空间支撑四个关键环节上花大力气、下真工夫。
增量决策树知识获取 篇8
1 传统ID3算法
ID3算法[1]采用基于信息熵定义的信息增益度量来选择内节点的测试属性。熵(Entropy)刻画了任意样本集的纯度。信息增益(Gain)是指因知道属性A的值后导致的熵的期望压缩。信息增益越大,说明选择测试属性A对分类提供的信息越多。Quinlan的ID3算法的核心思想就是在每个节点上选择信息增益最大的属性作为测试属性,使得在每一个非叶子节点进行测试,能获得关于被测例子最大的类别信息。使用该属性分类样本集之后系统的熵值最小。同时期望非叶节点到达后代叶节点的平均路径最短,生成的决策树平均深度最小,提高分类速度和准确率。
传统的ID3算法选取最大信息增益的属性作为分类属性,运行算法后生成的决策树是结构稳定,但对于增量的学习任务,随着新样本的加入,原先选定的分类属性的分类能力可能降低,原先未被选作测试属性的分类能力可能会增高,也就是说从总体样本上来看原先在上层的节点具有的信息增益反而会小于下层的节点。这样就需要重构树,是具有较高信息增益的属性作为上层属性,但是传统的ID3算法只能再次扫面所有样本重新生成决策树。显然,这样的花销是比较大的,而增量学习算法可以将新加入的样本纳入原有的样本集中,使最后生成的规则是建立在原有的样本和新加入的样本之上的,而不需要重新建立决策树。显然增量算法更适用于这样增量的学习任务。
2 ID4算法介绍
本节介绍适用于增量学习任务的增量学习算法,在介绍之前先引入一个非常有用的概念。
2.1 属性值类别计数器
定义1设当前的节点的测试属性为a,(可能的取值为a1,a2,a3…)非测试属性为b,c,d…(可能的取值为了b1,b2,b3…c1,c2,c3…d1,d2,d3…),若x为属性t的一个可能的取值,则在此节点包含的训练样本中,在属性t上取值为x的正类样本数目记为x(t+),反类样本记为x(t-)。并将这样的数组定义为属性值类别计数器。
如对于表1所示的训练集,8个样本,属性值类别计数器为:
身高(矮+)=1;身高(矮-)=2;身高(高+)=2;身高(高-)=3;
头发颜色(金黄+)=2;头发颜色(金黄-)=2;头发颜色(黑色+)=0;
头发颜色(黑色-)=3;头发颜色(红色+)=1;头发颜色(红色-)=0;
眼睛颜色(棕色+)=0;眼睛颜色(棕色-)3;眼睛颜色(蓝色+)=3;
眼睛颜色(蓝色-)=2。
以上的属性值类别计数器包括了全部的样本,需要说明的是实际应用中常常是应用到当前节点所包含的所有的样本,当然对于根节点来说就是所有的样本。
2.2 ID4算法
ID4算法是由Schlimmer和Fisher在1986年提出的,当时的主要目的就是为了解决增量学习重构树的问题,然而ID4算法自身也存在很多的问题,下面给出ID4算法[2]:
算法1:Update_decision_tree_ID4(decision_tree,samples)[2]
输入:一棵决策树和新增的样本
输处:更新的决策树
方法:
1)更新对于当前节点的属性值类别计数器;
2)如果所有的样本在当前点都是正类(或反类),则当前节点就是一个叶节点并且用‘+’(或‘-’)标记。
3)否则
(1)如果当前节点是一个叶节点,则选择当前最高信息增益属性作为测试属性将其变成一个分支节点;
(2)如果当前节点是一个决策分支但是却不是用最高信息增益来作为测试属性:
a)用含有最高信息增益的属性作为测试属性代替当前节点;
b)丢弃当前节点下面所有的子树;
(3)沿着当前决策节点的每一个属性值分支,递归的更新决策树,必要的话增长分支
如上所述,ID4算法每次接受一个新的样例都会更新决策树,在ID4决策树上,各节点都记载属性值类别计数器,此信息可以帮助我们在更新的过程中重新计算信息增益,这也就是算法步骤1的作用。从节点所记录的这些信息之中,可以重新计算信息增益,如果当前节点的测试属性不是最大的信息增益,则用具有最大信息增益的属性代替之。
ID4算法虽然能适应增量数据集的要求,但是在构造决策树的时候,该方法不得不多次根据不同的训练集来重构决策树。严格来说ID4算法仍然需要多次扫描数据集,这将导致ID4算法费用的上升,有时利用ID4算法处理增量数据集的费用还要高于利用ID3算法重新构造决策树所需要的费用。另外ID4算法构建的决策树与用ID3重新构建决策树是不一样的。也就是说从全局来看,ID4得到的决策树并不是全局最优。总之,由Schilimmer和Fisher提出的ID4算法虽然适应增量数据集的需要,可以递增式地构造决策树,但是由于它多次重构决策树的方法以及昂贵的构造费用并没有被广泛地接受。
3 ID5R算法介绍
本节将介绍另一个增量算法,ID5R算法,对于给定的训练样本集,使用ID5R算法可以得到与使用传统的ID3一样的决策树。跟上面介绍的ID4算法一样,ID5R算法中也在每一个节点保存着重新计算信息增益值所必须的信息,也就是属性值类别计数器。但是在改变测试属性的方法上与ID4算法不同,ID4算法舍弃了原有的子树重新构建子树,而ID5R算法只是更改原有树的结构,这种重构的过程可以看做是一种叫做上拉(Pull-up)的树操作,可以最大的保护原有决策树的结构,并且把具有最大信息增益的属性上升到当前节点,优点在于重构树的时候只需要重新计算正类和反类的样本数,而不需要再次扫描训练样本。
ID5R决策树的结构定义:
1)叶节点包括:
(1)一个分类名称;
(2)被这个叶节点分类的样本集合:
2)非叶子节点包括:
(1)一个测试属性,还有跟据这个测试属性的不同取值所得的分支决策树,以及在每个可能属性值上正反样本的个数;
(2)未被测试的属性集合,以及在每一个可能的属性取值上正反样本的个数。
上述定义来自于文献[3],其中的非叶子节点也可以看做就是包含其分支和本节点的属性值类别计数器,在此结构的基础上,给出ID5R的算法:
算法2:Update_decision_tree_ID5R(decision_tree,samples)
输入:一棵决策树和新增的样本
输处:更新的决策树
1)如果树为空,则定义为未扩展形式,将类名设为这个样本的类名称,当然这个类只包括这个单独的样本;
2)否则,如果这棵树为未扩展形式,并且包含的样本来自于同一类,则将新样本添加到原有的节点中;
3)否则
(1)如果树是未扩展形式的,则另外展开一层,选择一个测试属性作为根节点的属性;
(2)对于当前节点的测试属性和非测试属性,更新其属性值类别计数器;
(3)如果当前节点的测试属性并不是具有最高信息增益的属性:
a)重构树,使具有最高信息增益的属性作为根节点;
b)除了将要在过程3d更新的子树,其他的都要递归的用最好的属性作为节点的测试属性重建子树;
(4)沿着分支根据样本中出现的测试属性的值递归的更新当前决策节点下的树。
上述即为ID5R决策树增量算法,如果决策树为未扩展形式并且样本都来自于同一个类,则把样本都加入到这个节点的集合中。否则将这棵树展开一层(因为此时没有正类反类的计数,故可随机的选择一个测试属性),并且属性值计数数组同时得到更新。如果测试属性不具有最高信息增益,则需要重构树,使得当前的测试属性具有最高信息增益。如果一棵树被重构,则会在更新数的过程中递归的检查这个节点的每一个子树。在必要的时候也重构子树,这样就使得,每一个节点的测试属性都具有最大的信息增益。
下面给出ID5R算法中一个重要的环节,上拉(Pull-up)算法的过程
算法3:ID5R_Pull_up
1)如果被上拉的属性anew已经到了根节点,则停止。
2)否则
(1)把每一个直接子树的anew属性递归的向根节点上拉,在选择anew作为测试属性时,必要的话将未扩展形式的树改为扩展形式。
(2)调换这棵树,将anew作为根节点,之前的根节点aold作为每一个直接子树的根节点。
上述重构决策树的算法可以将期望的测试属性提升到根节点,定义一个节点的直接子树为将其子节点当做根的子树。对根节点进行置换,树的第0层和第1层的顺序改变,造成树的第2层节点的重组。因为第0层的属性值类别计数器在树的更新过程中已经被更新,但是第2层还没有被触及到。只有第一层节点的属性值类别计数器要被计算更新,并且可以直接从第2层节点的属性值计数数组计算得到,之后树的更新过称将会递归的完成。新增一条记录,若上拉w层,则算法复杂度为O(wbp-1),否则复杂度为O(bm)。(b为每个属性最大可能的属性个数,m为原决策表属性个数,p为未上拉前节点所在的层数)
在实际的工程应用之中往往采取对所有的初始数据集使用ID3算法,对增量加入的样本点采用ID5R算法进行增量学习,这样做可以大大减少计算量,提高效率。
4 总结
ID5R算法是建立在ID4的基础之上的,相对来说具有很多优点,但是原先的ID4算法也有一些优点是ID5R算法无法继承的。ID4算法选择性的利用了原有的规则集和决策表,使用树结构表示规则,搜索和匹配速度快。但是规则前件集中,样本正确识别率低,对不确定性记录处理能力差。ID5R算法学习能力强,保证生成和ID3相同的判定树,但是上拉过程复杂度高,判定树生成代价高,在工程实现中还存在较大的困难。
最后我们以文献[4]中提出的增量决策树构造方法应该满足十二项标准结束讨论。
1)增量算法构造决策树的费用应该低于重新构造决策树的费用,这里所说的增量算法构造决策树的费用不是指全部的构造决策树的费用,而是特指数据集发生增量变化后,更新决策树需要的费用。
2)更新增量决策树的费用应该与生成原先决策树的训练数据集无关。
3)增量决策树的构造只与新增的样本有关。
4)增量算法能够处理标称属性和数值属性的样本数据集。
5)增量算法可以处理多值类主属性的数据集,而不只限于二值属性。
6)增量算法可以处理前后不一致的训练数据集。
7)增量算法在选择属性时,应该能够避免偏向属性取值较多的属性作为分类属性的缺点。
8)增量算法在时间或空间上要能够高效地执行。
9)增量算法能够处理缺失的数据。
10)增量算法应该具有一定的抗噪性。
11)增量算法应该适应分而治之的交叉数据集的训练。
12)增量算法能够处理包含连续属性数据集的分类。
早期的ID5R算法只能满足前三项标准,至于第四项要求ID5R算法只能处理标称属性,而其余的八项ID5R算法都不能满足。随着近些年决策树算法的不断发展和完善,尤其是Utgoff1994年提出的ITI算法,很好地解决了包含数值属性的数据集的分类问题同时还可以对连续的数值属性进行离散处理,然后再进行分类。随着增量算法的不断发展,上述十二项要求不断地被满足,增量算法也会日臻完善。
摘要：决策树算法已经在人工智能领域发挥了巨大的作用,但是传统的ID3算法并不能满足增量学习的要求,增量决策树算法已经成为了当前的研究热点。该文引入了属性值类别计数器的概念,然后重点介绍了ID4算法和ID5R算法,并在最后加以比较。
关键词：人工智能,增量决策树,ID3,ID4,ID5R
参考文献
[1]Tom M.Machine Learning[M].曾华军,张银奎,译.2007:40.
[2]Schlimmer J C,Fisher D.A Case Study of Incremental Concept Induction[C].Proceedings of the5th International Conference on Artificial Intelligence,1986:2-3.
[3]UTGOFF P E.Incremental induction of decision trees[M].Machine Learning,1989:161-186.
基于增量的预测预报方法 篇9
过去、现在和未来是事物发展的普遍规律,若我们通过大量的历史和当前资料可提前知道未来,及时提出解决问题的方案,避免不必要的损失。
预测预报在我们的宏观决策、工作、生活中有着极其重要的作用,如大家熟悉国家宏观经济预测,就是根据历史环境和当前形势,预测未来一年甚至几年国家宏观经济的发展速度;天气预报、台风预测预报为我们的出行、农业、防洪等提供重要的科学依据;股票走势预测分析是每个股民进行投资理财的重要依据;同样,预测预报在银行、保险、电信等行业也有大量的应用,包括如何留住老客户,发展高端顾客,制定什么险种等。因此,无论对国家、政府、企业、个人而言,预测预报都发挥着重要作用,与我们的工作、生活息息相关。
二、预测预报的基本原理
预测预报就是通过对过去、现在的大量数据进行分析、统计和挖掘,预测未来的发展趋势;预测预报的基本原理就是收集整理一个长系列、完整的数据,并应用适当的数据预测模型,从而得知其未来一段时间的发展规律。预测预报的步骤一般分为:首先对历史、当前数据进行收集、抽取、清洗、转换和补缺等工作;然后选取适当的预测模型进行训练,从而得到合理的参数;应用该模型不断地检验和修正,若该模型不能得到理想的结果,则需要重新选择模型,再进行训练、检验和修正,直至找到误差满足使用要求的模型为止;最后利用该模型和参数进行预测预报。下面以水文预报为例,讲述两种预报方法并进行对比,说明在特定环境下,基于增量的预测预报方法的重要性。
水文预报是水文学为经济社会服务的重要方面,其中一种方法以水文学概念为基础,对径流的产流过程与河道演进过程进行模拟,从而进行流量过程预报的过程驱动模型方法以及基本不考虑水文过程的物理机制,而以建立输入输出数据之间的最优数学关系为目标的黑箱子方法,即数据驱动模型方法。
三、直接预测预报方法
直接预测预报方法就是直接将结果作为因变量的预测预报方法。如要预测预报平望站次日水位,从地图和水流方向分析,将与平望站相关及相近站点的水位、降雨和潮位数据作为自变量,同时也考虑到历史数据的完整性和可用性,经相关因子和相关系数分析得出平望站次日的水位与平望、陈墓、太浦闸下、嘉兴当日的水位,陈墓、瓜泾口、嘉善、□直、南浔、平望、商榻、王江泾当日的降雨以及米市渡当日的平均潮位关系比较密切。因此,选定这些站点的水位、降雨、潮位的历史及当日数据作为输入,如表1:
利用带自回归误差的回归分析模型进行预测预报,平望站水位预测误差范围统计表如表2所示,从表中可以看出,水位预报误差在0.03米以内的准确率可达88%以上;再从水位峰值处的误差进行比较,除了几个数据误差比较大外,大部分误差控制在0.03米以内,如表3所示。所以此预测预报方法在实际中可以使用。结合预测结果和实际值可以画出预测值与实际值的对比曲线,如图1所示:
四、基于增量的预测预报方法
尽管这种直接预测预报方法准确率较高,但并不是所有情况都能适用,例如在太湖浙西地区,除流入太湖的三个水文站(长兴、航长桥、杨家埠站点)外,其余的都是其上游地区的雨量站,而这三个水文站都是直接入湖,彼此之间不存在上下游关系。然而,浙西地区下了雨,若能及时掌握流入太湖的流量,对防洪调度极其重要。图2是太湖浙西地区部分流量站和雨量站分布示意图。
从图2中可以看出,若要预测预报长兴站次日的流量,只有长兴站当日、历史流量数据,以及其上游所有雨量站的当日、历史的降雨数据。若也利用上述相关因子、相关系数分析方法,找到与长兴站流量关系较密切的站点及相关因素,如表4:
通过利用带自回归误差的回归分析模型进行预测预报,其预测预报结果与实测数据误差很大。再使用线性回归模型、神经网络模型来直接预报,其结果在峰值处误差还是很大,如图3所示:
这样的结果在实际工作中是不能采纳的。我们再分析一下,预报长兴站次日流量的自变量有一个明显的特征,只有长兴站自身的流量和一些站点的雨量,而没有其他站点的流量,也就是说,仅靠这些自变量很难直接预报长兴站的流量数据。在当前没有其他更多数据可用的情况下,通过这些自变量可能对长兴站流量产生何种影响的分析,其实降雨最可能引起长兴站流量差的变化,即若相关站点最近降雨多,那么长兴站流量增加就多,反之则增加少。
带着这种思路,将长兴站当日的流量减去前一天的流量所得的差作为因变量,重新构建神经网络模型,如表5:
(流量增量为add,cx_q_24为次日流量,cx_q为当日流量,其余为雨量)
当天的数据减去前一天数据的差称为增量。基于增量方法就是将增量作为因变量,先对增量进行预测,将预测的结果加上前一天的数据就得到我们所要求的数据。通过神经网络模型先预报长兴站次日流量比当日流量的增量,然后将增量加上该站当日的流量,就是次日的流量。利用基于增量的预测预报方法,其预报准确率相当好,如表6所示,其预测结果和实测结果对比图如图4所示。
五、结论
一般而言,预测预报都是对要预测的结果作为因变量,将预报模型直接使用,将其相关站点的相关因素作为其输入自变量,整体而言,在数据比较齐全、完整、系列足够长的情况下,这种方法可能取得比较理想的预报结果。但当因变量(如长兴站次日流量)没有其他站点相同因素(流量)作为输入,而只有其他站点的其他相关因素(如降雨量)作为自变量时,利用基于增量的预测预报方法将能取得良好的期望。从表6和图4可以看出,基于增量的预测预报方法在这些特定环境下具有极其重要的作用,对提高预测预报精度起着决定性的影响。
参考文献
[1]北京金水信息技术发展有限公司,水资源管理系统需求分析报告[R].2007.12.
[2]孙洪林,张奕滔,余达征.利用数据仓库和数据挖掘技术进行水位预测分析[J].水文.2008水利信息化专辑,第28卷,增刊.
[3]王文,马骏.若干水文预报方法综述[J].水利水电科技进展, 2005.25(1).