時(shí)間：2023-07-23 09:16:51
序論：在您撰寫神經(jīng)網(wǎng)絡(luò)算法案例時(shí)，參考他人的優(yōu)秀作品可以開闊視野，小編為您整理的7篇范文，希望這些建議能夠激發(fā)您的創(chuàng)作熱情，引導(dǎo)您走向新的創(chuàng)作高度。
摘 要 遺傳算法具有很強(qiáng)的全局搜索能力，但是容易造成未成熟的收斂，而徑向基函數(shù)RBF神經(jīng)網(wǎng)絡(luò)的優(yōu)勢(shì)在于采用全局收斂的線性優(yōu)化算法，唯一最佳逼近點(diǎn)唯一，二者結(jié)合的應(yīng)用能彌補(bǔ)各自的缺陷。兩種方法結(jié)合應(yīng)用到核電廠安全管理評(píng)價(jià)領(lǐng)域，建立基于遺傳算法和RBF神經(jīng)網(wǎng)絡(luò)的核電廠安全管理評(píng)價(jià)模型，對(duì)核電廠安全管理存在的風(fēng)險(xiǎn)進(jìn)行評(píng)價(jià)，有助于核電廠安全管理人員及時(shí)發(fā)現(xiàn)風(fēng)險(xiǎn)，采取應(yīng)對(duì)措施，對(duì)于降低核電廠安全管理風(fēng)險(xiǎn)，確保人民群眾生命財(cái)產(chǎn)安全和社會(huì)環(huán)境安全都具有極其重要的現(xiàn)實(shí)意義。
關(guān)鍵詞 遺傳算法 神經(jīng)網(wǎng)絡(luò) 核電廠 安全管理評(píng)價(jià)
核電廠的安全管理評(píng)價(jià)是對(duì)核電廠的安全管理現(xiàn)狀進(jìn)行的評(píng)價(jià)分析?？茖W(xué)合理準(zhǔn)確的評(píng)價(jià)可以對(duì)核電廠的日常安全管理提供指導(dǎo)，為科學(xué)的開展安全管理提升提供參考。
利用遺傳算法對(duì)RBF神經(jīng)網(wǎng)絡(luò)進(jìn)行優(yōu)化，保證了并行處理規(guī)模較大信息的能力，發(fā)揮了概括、聯(lián)想、類比、推理等綜合處理數(shù)據(jù)的能力。因此常被用來處理復(fù)雜問題，并做出科學(xué)的預(yù)測(cè)。建立基于遺傳算法和RBF神經(jīng)網(wǎng)絡(luò)的核電廠安全管理評(píng)價(jià)模型，既確保了對(duì)大規(guī)模數(shù)據(jù)的處理能力，又提升了安全管理評(píng)價(jià)的科學(xué)化水平，對(duì)于準(zhǔn)確掌握核電廠安全管理現(xiàn)狀，提升核電廠日常管理水平，有效保障企業(yè)員工的生命安全、國(guó)家財(cái)產(chǎn)安全和生態(tài)環(huán)境安全具有重要意義。
一、遺傳算法和RBF神經(jīng)網(wǎng)路原理
遺傳算法于1975年，由美國(guó)的J.Holland教授提出。該隨機(jī)化搜索方法借鑒了自然進(jìn)化法則，即優(yōu)勝劣汰、適者生存的遺傳機(jī)制。該方法直接對(duì)結(jié)構(gòu)對(duì)象進(jìn)行操作；選用概率化的尋優(yōu)方法，自動(dòng)獲取和指導(dǎo)優(yōu)化的搜索范圍。但該方法在實(shí)際應(yīng)用中也存在部分局限性：因借鑒了優(yōu)勝劣汰、適者生存的遺傳機(jī)制，所以如果出現(xiàn)優(yōu)勢(shì)個(gè)體（局部最優(yōu)解）時(shí)，就造成了過早收斂現(xiàn)象，也就無法搜索產(chǎn)生全局最優(yōu)解；其次在經(jīng)過多次重組演化后，容易丟失上一代的的基因片段，即同樣造成無法得到全局最優(yōu)值；再次傳統(tǒng)的遺傳算法通過雜交變異的手段，確定搜索空間，導(dǎo)致相似模式的數(shù)據(jù)種群占據(jù)優(yōu)勢(shì)，同樣無法產(chǎn)生全局最優(yōu)解。
RBF神經(jīng)網(wǎng)絡(luò)是一種前饋式神經(jīng)網(wǎng)絡(luò)，網(wǎng)絡(luò)結(jié)構(gòu)分為三部分：輸入層、隱含層、輸出層。它依據(jù)輸入層少數(shù)的神經(jīng)元（基礎(chǔ)數(shù)據(jù)），利用隱含層（高效徑向基函數(shù)），決定神經(jīng)網(wǎng)絡(luò)的輸出層（預(yù)測(cè)數(shù)據(jù)）。隱含層（高效徑向基函數(shù)），實(shí)際是通過利用高斯函數(shù)，執(zhí)行固定的非線性操作指令，即將輸入層（基礎(chǔ)數(shù)據(jù)）映射到一個(gè)新的空間，通過輸出層節(jié)點(diǎn)線性加權(quán)組合，輸出形成結(jié)果。
輸出函數(shù)為：
為隱含層神經(jīng)元的輸出， 為權(quán)值，二者的乘積累加和即為RBF神經(jīng)網(wǎng)絡(luò)的輸出。輸入層、隱含層相互連接，其中隱含層為一系列同一類型的徑向基函數(shù)（高斯函數(shù)）[3]。RBF神經(jīng)網(wǎng)絡(luò)由高斯函數(shù)表示為：
其中，Ci代表了基函數(shù)的中心， 代表了函數(shù)的寬度參數(shù)。從上述公式中可以看出：高斯函數(shù)的徑向范圍與 函數(shù)的寬度參數(shù)成反比。在實(shí)際計(jì)算中，函數(shù)寬度參數(shù) 的確定一般采用自適應(yīng)梯度下降法確定，而確定Ci 、 、w的取值也就確定了為隱含層神經(jīng)元的輸出 。
二、對(duì)RBF神經(jīng)網(wǎng)路原理的優(yōu)化
依據(jù)生物神經(jīng)網(wǎng)絡(luò)的機(jī)理建立基于RBF神經(jīng)網(wǎng)絡(luò)安全管理評(píng)價(jià)模型，通過在不同網(wǎng)絡(luò)傳遞環(huán)節(jié)選取恰當(dāng)?shù)乃惴▽?duì)模型進(jìn)行優(yōu)化改進(jìn)，以此得到安全管理評(píng)價(jià)的優(yōu)化模型。但是在應(yīng)用過程中RBF神經(jīng)網(wǎng)絡(luò)關(guān)鍵函數(shù)基函數(shù)中心值、網(wǎng)絡(luò)權(quán)值等難以得到最優(yōu)解，因此選擇遺傳算法，利用其優(yōu)勢(shì)對(duì)神經(jīng)網(wǎng)絡(luò)模型進(jìn)行優(yōu)化完善。
（一）最優(yōu)基函數(shù)中心值的確定
應(yīng)用遺傳算法進(jìn)行數(shù)據(jù)編碼。將學(xué)習(xí)樣本進(jìn)行編號(hào)：1，2，3，……，N，進(jìn)而從樣本中隨機(jī)選擇M個(gè)數(shù)據(jù)為一組中心矢量作為種群中的一個(gè)個(gè)體進(jìn)行編碼。如下所示，以第i個(gè)染色體為例，神經(jīng)網(wǎng)絡(luò)的m應(yīng)度函數(shù) 為期望輸出 和實(shí)際輸出 之差的絕對(duì)值累加和的倒數(shù)：
從上一代中任意選取兩個(gè)母體進(jìn)行交叉以此獲得兩個(gè)子個(gè)體，再將兩個(gè)子個(gè)體以一定的概率進(jìn)行變異，染色體其他位的編號(hào)值用1，2，3，……，N，中任意值以一定的變異概率替換。將母體與子體進(jìn)行比較從中選擇優(yōu)勢(shì)個(gè)體即完成一次進(jìn)化。以此方式循環(huán)迭代，直到個(gè)體達(dá)到給定最大代數(shù)或滿足給定的精度，此時(shí)個(gè)體則為最優(yōu)基函數(shù)中心值。
（二）最優(yōu)權(quán)值w的確定
權(quán)值的優(yōu)化是一個(gè)長(zhǎng)期復(fù)雜的過程，實(shí)數(shù)編碼值能夠較好地反應(yīng)現(xiàn)實(shí)情況，用一個(gè)數(shù)碼代表一個(gè)染色體，一個(gè)染色體則代表一個(gè)X值；群體初始化，根據(jù)遺傳算法的搜索范圍將權(quán)值以 分布隨機(jī)確定（-0.8，0.4，0.65，0.5）；選取適應(yīng)度函數(shù)，將輸出樣本的平方作為適應(yīng)度函數(shù)：
根據(jù)遺傳操作原理，采用染色體交叉變異，選擇交叉的概率Pn、變異的概率Pm。
U11=（-0.8，0.4，0.65，0.5），U21=（0.3，0.7，0.6，-0.8），交叉：U21=（-0.8，0.4，0.6，0.5）變異：U22=（-0.8，0.4，0.5，0.5）
三、安全管理評(píng)價(jià)模型的建立
依據(jù)核電廠安全管理評(píng)價(jià)指標(biāo)，建立基于遺傳算法和RBF神經(jīng)網(wǎng)絡(luò)的核電廠安全管理評(píng)價(jià)模型。其實(shí)現(xiàn)流程如圖所示：
四、結(jié)語
本文建立基于遺傳算法和RBF神經(jīng)網(wǎng)絡(luò)的核電廠安全管理評(píng)價(jià)模型，對(duì)核電廠安全管理存在的風(fēng)險(xiǎn)進(jìn)行評(píng)價(jià)，有助于核電廠安全管理人員及時(shí)發(fā)現(xiàn)風(fēng)險(xiǎn)，采取應(yīng)對(duì)措施，切實(shí)降低了核電廠安全管理風(fēng)險(xiǎn)，并為核電廠科學(xué)管理，安全管理提升提供參考和技術(shù)支持。
參考文獻(xiàn)：
[1] 郭贊.基于遺傳算法和RBF神經(jīng)網(wǎng)絡(luò)的鈾尾礦庫安全預(yù)警模型[J].綠色科技，2015.3：243-245.
[2] 魏艷強(qiáng).基于RBF神經(jīng)網(wǎng)絡(luò)的公路貨運(yùn)量預(yù)測(cè)方法研究[J].天津理工大學(xué)學(xué)報(bào)，2008.2（1）：17-20.
[3] 徐杰.基于遺傳算法的RBF神經(jīng)網(wǎng)絡(luò)優(yōu)化及應(yīng)用[J].信息技術(shù)，2011（5）：165-168.
[關(guān)鍵詞]持續(xù)經(jīng)營(yíng)；審計(jì)判斷；預(yù)測(cè)模型
的持續(xù)經(jīng)營(yíng)能力狀況直接到投資者的決策行為。因此，對(duì)上市公司持續(xù)經(jīng)營(yíng)能力進(jìn)行判斷和評(píng)價(jià)是注冊(cè)師進(jìn)行財(cái)務(wù)報(bào)告審計(jì)時(shí)所必須考慮的重要，也是政府監(jiān)管部門關(guān)注的一個(gè)焦點(diǎn)。近年來，為了減少審計(jì)期望差距，審計(jì)界制定并完善了持續(xù)經(jīng)營(yíng)審計(jì)準(zhǔn)則及相關(guān)指南，特別是加強(qiáng)了對(duì)持續(xù)經(jīng)營(yíng)審計(jì)判斷模型的研究，期望提高持續(xù)經(jīng)營(yíng)審計(jì)判斷的客觀性和一致性。我們搜集了ABI/INFORMGlobal、BusinessSourcePremier（BSP）、和ElsevierScience等國(guó)際著名數(shù)據(jù)庫以及期刊網(wǎng)中關(guān)于持續(xù)經(jīng)營(yíng)審計(jì)判斷模型研究的70余篇，對(duì)審計(jì)判斷模型的構(gòu)建方法、應(yīng)用效果及局限性進(jìn)行了和整理，以期對(duì)改進(jìn)我國(guó)持續(xù)經(jīng)營(yíng)審計(jì)手段及方法提供借鑒。
持續(xù)經(jīng)營(yíng)審計(jì)判斷模型根據(jù)研究對(duì)象的不同可分成兩大類：持續(xù)經(jīng)營(yíng)危機(jī)預(yù)測(cè)模型和持續(xù)經(jīng)營(yíng)審計(jì)意見預(yù)測(cè)模型。前者關(guān)注公司是否會(huì)向法院申請(qǐng)破產(chǎn)（國(guó)內(nèi)研究以是否被ST為標(biāo)準(zhǔn)），后者關(guān)注公司是否會(huì)被出具涉及持續(xù)經(jīng)營(yíng)存在重大不確定性的非標(biāo)準(zhǔn)無保留審計(jì)意見（下簡(jiǎn)稱持續(xù)經(jīng)營(yíng)審計(jì)意見），二者都可以為持續(xù)經(jīng)營(yíng)審計(jì)判斷提供輔助決策信息。但是，這兩類模型的研究目的并不相同，前者認(rèn)為模型在預(yù)測(cè)公司是否破產(chǎn)的準(zhǔn)確性上要高于審計(jì)師，借助模型有助于減少審計(jì)期望差距[1-2].后者認(rèn)為提出破產(chǎn)申請(qǐng)和被出具持續(xù)經(jīng)營(yíng)審計(jì)意見并不是一一對(duì)應(yīng)的，被出具持續(xù)經(jīng)營(yíng)審計(jì)意見的公司并非都會(huì)提出破產(chǎn)申請(qǐng)，而且持續(xù)經(jīng)營(yíng)危機(jī)預(yù)測(cè)模型未能包含審計(jì)師進(jìn)行持續(xù)經(jīng)營(yíng)審計(jì)判斷時(shí)所考慮的一些重要因素，如行業(yè)前景、管理層能力等[3].Hopwood[4]等還證實(shí)在控制樣本配對(duì)比例及分類錯(cuò)誤成本的條件下，持續(xù)經(jīng)營(yíng)危機(jī)預(yù)測(cè)模型在預(yù)測(cè)是否破產(chǎn)的準(zhǔn)確性上并不優(yōu)于審計(jì)師。
一、持續(xù)經(jīng)營(yíng)危機(jī)預(yù)測(cè)模型
持續(xù)經(jīng)營(yíng)危機(jī)預(yù)測(cè)模型按照所用概率統(tǒng)計(jì)方法的不同，可分成多元線性判別模型、多元概率比（Probit）模型、多元邏輯回歸（Logistic）模型、人工神經(jīng)模型等4類，下文將分別予以闡述。
（一）多元線性判別模型
Altman[1]以美國(guó)1946—1965年提出破產(chǎn)申請(qǐng)的33家公司和33家健康公司為研究樣本，采用多元線性判別方法構(gòu)建了如下預(yù)測(cè)模型，即“Z分值模型”：Z=1.2X1+1.4X2+3.3X3+0.6X4+1.0X5，其中：X1為營(yíng)運(yùn)資本/資產(chǎn)總額；X2為留存收益/資產(chǎn)總額；X3為息稅前利潤(rùn)/資產(chǎn)總額；X4為優(yōu)先股和普通股市值/負(fù)債賬面價(jià)值；X5為銷售收入/資產(chǎn)總額。當(dāng)出來的Z值等于或低于1.8時(shí)，預(yù)示企業(yè)破產(chǎn)的可能性非常高；當(dāng)Z值介于1.81和2.99之間時(shí)，企業(yè)是否破產(chǎn)不能確定；當(dāng)Z等于或高于3時(shí)，企業(yè)則不可能破產(chǎn)。Z模型對(duì)破產(chǎn)公司樣本的預(yù)測(cè)準(zhǔn)確率為82%，而只有46%的破產(chǎn)公司在破產(chǎn)前被出具持續(xù)經(jīng)營(yíng)審計(jì)意見。Altman認(rèn)為Z模型可以提高審計(jì)師在持續(xù)經(jīng)營(yíng)審計(jì)判斷上的準(zhǔn)確性和一致性。Altman[5]用1970—1982年間109家破產(chǎn)公司為樣本對(duì)“Z分值模型”進(jìn)行了有效性驗(yàn)證，發(fā)現(xiàn)模型對(duì)破產(chǎn)公司樣本破產(chǎn)前一年的預(yù)測(cè)準(zhǔn)確率達(dá)到86.2%，而審計(jì)師在公司破產(chǎn)前一年的預(yù)測(cè)準(zhǔn)確率為48.1%，表明Z模型對(duì)持續(xù)經(jīng)營(yíng)危機(jī)的預(yù)測(cè)準(zhǔn)確性高于審計(jì)師。
繼Altman之后，Levitan、Knoblett[6]，Koh、Killough[2]，Cormier[7]，陳靜[8]和張玲[9]等都采用多元判別分析方法構(gòu)建了持續(xù)經(jīng)營(yíng)危機(jī)預(yù)測(cè)模型。這些模型的構(gòu)建方法基本相同，所不同的是在持續(xù)經(jīng)營(yíng)危機(jī)標(biāo)準(zhǔn)界定上、樣本時(shí)間窗口、對(duì)照組樣本選取方法、變量選取上有差異。對(duì)這些模型的有效性驗(yàn)證表明預(yù)測(cè)模型比審計(jì)師在預(yù)測(cè)公司是否破產(chǎn)方面具有更高的準(zhǔn)確性，應(yīng)用模型有助于減少審計(jì)期望差距。
針對(duì)多元線性判別分析要求數(shù)據(jù)服從正態(tài)分布和等協(xié)方差的假設(shè)與企業(yè)數(shù)據(jù)實(shí)際狀況的矛盾，以及配對(duì)抽樣法因樣本中兩類公司比例與它們?cè)诳傮w中的比例嚴(yán)重不一致而夸大了預(yù)測(cè)模型判別準(zhǔn)確性的缺陷[10]，不需要正態(tài)分布和等協(xié)方差假設(shè)的Probit、Logistic模型被大量采用，它們都是建立在累積概率函數(shù)的基礎(chǔ)上，一般運(yùn)用最大似然估計(jì)，而不需要滿足自變量服從多元正態(tài)分布和等協(xié)方差的假設(shè)。
（二）多元概率比模型
Zmijewaki[10]選取了1972—1978年間發(fā)生破產(chǎn)的40家公司和800家健康公司作為樣本，采用Probit方法建立了預(yù)測(cè)模型，即X模型：X=-4.3-4.5Xl+5.7X2-0.004X3，其中：Xl=凈利潤(rùn)/總資產(chǎn)，X2=負(fù)債總額/資產(chǎn)總額，X3=流動(dòng)資產(chǎn)/流動(dòng)負(fù)債。陳明賢運(yùn)用企業(yè)樣本建立了如下Probit模型：X=0.29354+20.491X1+4.3209X2-29.515X3，其中：X1為In（流動(dòng)資產(chǎn)/流動(dòng)負(fù)債）；X2為In（固定資產(chǎn)/股東權(quán)益）；X3為營(yíng)運(yùn)資本/負(fù)債總額。結(jié)果表明Probit模型在持續(xù)經(jīng)營(yíng)危機(jī)出現(xiàn)之前1年至前5年的判別正確率分別為93.33%、83.33%、83.33%、83.33%和80%64%.
（三）多元邏輯回歸模型
Ohlson[11]以美國(guó)1946—1965年期間提出破產(chǎn)申請(qǐng)的105家公司和2058家健康公司為研究樣本，采用logistic建立了企業(yè)持續(xù)經(jīng)營(yíng)危機(jī)預(yù)測(cè)模型，即“Y模型”：Y=-1.32-0.4X1+6.03X2-1 .43X3+0.76X4-2.37X5-1.83X6+0.285X7-1.72X8-0.52X9，其中：X1為L(zhǎng)og（資產(chǎn)總額/GNP物價(jià)指數(shù)）；X2為負(fù)債總額/資產(chǎn)總額；X3為營(yíng)運(yùn)資本/資產(chǎn)總額；X4為流動(dòng)負(fù)債/流動(dòng)資產(chǎn)；X5為凈利潤(rùn)/資產(chǎn)總額；X6為經(jīng)營(yíng)活動(dòng)產(chǎn)生的現(xiàn)金凈流量/負(fù)債總額；X7：如果前兩年有一年虧損，為1；否則為0；X8：如果負(fù)債總額>資產(chǎn)總額，為1；否則為0；X9：（當(dāng)年凈利潤(rùn)-上年凈利潤(rùn)）/（5當(dāng)年凈利潤(rùn)5+5上年凈利潤(rùn)5）。Ohlson利用上述模型進(jìn)行預(yù)測(cè)，結(jié)果發(fā)現(xiàn)破產(chǎn)公司前一年的Y值平均為27%，顯著高于非破產(chǎn)公司的Y平均值4%.
Kuruppu、Laswad和Oyelere[12]將清算作為發(fā)生持續(xù)經(jīng)營(yíng)危機(jī)的標(biāo)準(zhǔn)，以新西蘭1987—1993年間85家破產(chǎn)清算的公司和50家未清算但處于財(cái)務(wù)困境狀況的公司為研究樣本，用Logistic方法構(gòu)建模型，研究結(jié)果表明在破產(chǎn)法案以債權(quán)人為導(dǎo)向的國(guó)家，清算預(yù)測(cè)模型可能比破產(chǎn)預(yù)測(cè)模型在判斷準(zhǔn)確度及誤判成本方面更為優(yōu)越。
吳世農(nóng)、盧賢義[13]以我國(guó)1998—2000年上市公司為研究對(duì)象，選取了70家處于財(cái)務(wù)困境的公司和70家財(cái)務(wù)正常的公司為樣本，應(yīng)用逐步回歸法，從21個(gè)財(cái)務(wù)指標(biāo)中最后選定6個(gè)為預(yù)測(cè)指標(biāo)：盈利增長(zhǎng)指數(shù)、資產(chǎn)報(bào)酬率、流動(dòng)比率、長(zhǎng)期負(fù)債與股東權(quán)益比率、營(yíng)運(yùn)資本與總資產(chǎn)比、資產(chǎn)周轉(zhuǎn)率。他們分別應(yīng)用線性概率模型、Fisher二類線性判別模型、Logistic回歸三種方法，建立了三種預(yù)測(cè)財(cái)務(wù)困境的模型。研究結(jié)果表明：三種模型均能在財(cái)務(wù)困境發(fā)生前作出相對(duì)準(zhǔn)確的預(yù)測(cè)，在財(cái)務(wù)困境發(fā)生前4年的誤判率在28%以內(nèi)；其中Logistic預(yù)測(cè)模型的誤判率最低，財(cái)務(wù)困境發(fā)生前1年的誤判率僅為6.47%.
姜秀華和孫錚[14]還考慮了公司治理因素對(duì)持續(xù)經(jīng)營(yíng)能力的影響，他們運(yùn)用Logistic逐步回歸法從13個(gè)變量中最終選取了4個(gè)變量：毛利率、其他應(yīng)收款與總資產(chǎn)比率、短期借款與總資產(chǎn)的比率、股權(quán)集中系數(shù)，模型對(duì)ST公司的判別準(zhǔn)確率達(dá)到84.52%.他們的研究拓展了變量選擇的傳統(tǒng)財(cái)務(wù)框架，但股權(quán)集中度是否為治理效能的惟一、有效替代還有待檢驗(yàn)。姜國(guó)華、王漢生[15]也證實(shí)主營(yíng)業(yè)務(wù)利潤(rùn)水平和第一大股東持股比例是影響公司是否被ST的最重要因素。
（四）人工神經(jīng)網(wǎng)絡(luò)模型
人工神經(jīng)網(wǎng)絡(luò)（ArtificialNeuralNetwork，ANN）是對(duì)人類大腦神經(jīng)運(yùn)作的模擬，模型具有較強(qiáng)的容錯(cuò)能力和自主能力，可隨時(shí)依據(jù)新的數(shù)據(jù)資料進(jìn)行自我學(xué)習(xí)，并調(diào)整其內(nèi)部?jī)?chǔ)存的權(quán)重參數(shù)。田偉福、周紅曉[16]選取了A股市場(chǎng)30家公司作為樣本構(gòu)建了前向三層BP神經(jīng)網(wǎng)絡(luò)模型，模型包括反映償債能力、資產(chǎn)管理能力、負(fù)債水平、盈利能力及成長(zhǎng)能力等12項(xiàng)財(cái)務(wù)比率，測(cè)試的結(jié)果表明神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)是否發(fā)生持續(xù)經(jīng)營(yíng)危機(jī)的準(zhǔn)確性較高。周敏、王新宇[17]對(duì)判別分析、Logistic回歸和神經(jīng)網(wǎng)絡(luò)進(jìn)行了比較，她們以1999—2001年ST公司和健康公司各73家作為訓(xùn)練樣本，以2002年ST公司和健康公司各43家作為檢驗(yàn)樣本，分析了15個(gè)財(cái)務(wù)指標(biāo)，結(jié)果表明神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)效果要優(yōu)于其他兩種方法。
二、持續(xù)經(jīng)營(yíng)審計(jì)意見預(yù)測(cè)模型
持續(xù)經(jīng)營(yíng)審計(jì)意見預(yù)測(cè)模型同樣按照所用概率統(tǒng)計(jì)的不同，可分成多元線性判別模型、多元邏輯回歸（Logistic）模型、人工神經(jīng)模型、持續(xù)經(jīng)營(yíng)審計(jì)專家系統(tǒng)等4類，模型的重點(diǎn)是持續(xù)經(jīng)營(yíng)審計(jì)意見是否可以用公開的信息進(jìn)行預(yù)測(cè)。
（一）多元線性判別模型
Mutchler[18]選取了1981年被出具持續(xù)經(jīng)營(yíng)非標(biāo)準(zhǔn)審計(jì)意見的119家制造業(yè)公司，并選取了119家表現(xiàn)出一些經(jīng)營(yíng)困境征兆但卻被出具標(biāo)準(zhǔn)審計(jì)意見的制造業(yè)公司作為參照物，采用多元判別法構(gòu)建了預(yù)測(cè)模型，模型使用了Mutchler通過調(diào)查問卷獲取的審計(jì)師進(jìn)行持續(xù)經(jīng)營(yíng)審計(jì)判斷最關(guān)注的8個(gè)變量，它們是：（1）經(jīng)營(yíng)性現(xiàn)金流量/負(fù)債；（2）流動(dòng)比率；（3）所有者權(quán)益/負(fù)債；（4）長(zhǎng)期負(fù)債/總資產(chǎn)；（5）資產(chǎn)負(fù)債率；（6）稅前凈收益/銷售收入；（7）有關(guān)持續(xù)經(jīng)營(yíng)不確定性的好消息和壞消息數(shù)量；（8）總資產(chǎn)凈利潤(rùn)率的變動(dòng)率。模型對(duì)是否被出具持續(xù)經(jīng)營(yíng)非標(biāo)準(zhǔn)審計(jì)意見的預(yù)測(cè)準(zhǔn)確率為82.8%，結(jié)果表明持續(xù)經(jīng)營(yíng)非標(biāo)準(zhǔn)審計(jì)意見可以用公開發(fā)表的會(huì)計(jì)信息進(jìn)行預(yù)測(cè)。
（二）多元邏輯回歸模型
Menon、Schwartz[19]以1974—1980年間89家破產(chǎn)公司為樣本，其中37家被出具持續(xù)經(jīng)營(yíng)非標(biāo)準(zhǔn)審計(jì)意見。變量選取參照了SASNo.34和前人的研究結(jié)果，最終選取了7個(gè)變量采用了Logistic回歸構(gòu)建模型，分別是：（1）流動(dòng)比率；（2）流動(dòng)比率變動(dòng)率；（3）留存收益/總資產(chǎn)；（4）資產(chǎn)負(fù)債率；（5）總資產(chǎn)凈利潤(rùn)率；（6）是否發(fā)生持續(xù)的經(jīng)營(yíng)性虧損；（7）經(jīng)營(yíng)性現(xiàn)金流量/總負(fù)債，結(jié)果表明持續(xù)經(jīng)營(yíng)非標(biāo)準(zhǔn)審計(jì)意見與財(cái)務(wù)比率顯著相關(guān)，最重要的解釋變量是流動(dòng)比率的變動(dòng)率和持續(xù)發(fā)生經(jīng)營(yíng)性虧損。Menon、Schwartz還分別用1981—1983年間破產(chǎn)公司和非破產(chǎn)公司樣本對(duì)模型的有效性進(jìn)行了驗(yàn)證，破產(chǎn)公司樣本數(shù)為39家，其中14家被出具持續(xù)經(jīng)營(yíng)非標(biāo)準(zhǔn)審計(jì)意見。非破產(chǎn)公司樣本數(shù)為46家，其中11家被出具持續(xù)經(jīng)營(yíng)非標(biāo)準(zhǔn)審計(jì)意見，模型對(duì)持續(xù)經(jīng)營(yíng)非標(biāo)準(zhǔn)審計(jì)意見預(yù)測(cè)的準(zhǔn)確率為78%.
Bell、Tabor[20]發(fā)現(xiàn)反映水平比率的財(cái)務(wù)指標(biāo)對(duì)于持續(xù)經(jīng)營(yíng)審計(jì)意見的預(yù)測(cè)準(zhǔn)確率高于反映趨勢(shì)比率的財(cái)務(wù)指標(biāo)。Chen、Church[21]研究證實(shí)在模型中增加反映償還到期債務(wù)狀況的變量可以顯著提高模型的預(yù)測(cè)準(zhǔn)確率性。
Mutchler[18]認(rèn)為持續(xù)經(jīng)營(yíng)審計(jì)判斷可以分成三個(gè)階段：第一階段是判斷被審計(jì)單位持續(xù)經(jīng)營(yíng)能力是否存在重大疑慮；第二階段是判斷被審計(jì)單位是否應(yīng)該被出具持續(xù)經(jīng)營(yíng)審計(jì)意見；第三階段是應(yīng)出具何種具體審計(jì)意見。Lasalle、Anandarajan和Miller[22]對(duì)第三階段，即持續(xù)經(jīng)營(yíng)能力存在重大不確定性應(yīng)出具何種具體審計(jì)意見進(jìn)行了研究。他們收集了183份調(diào)查問卷（其中130份問卷的樣本公司被出具持續(xù)經(jīng)營(yíng)強(qiáng)調(diào)無保留意見，53份問卷的樣本公司被出具持續(xù)經(jīng)營(yíng)無法表示意見），按照審計(jì)意見的具體類型為被解釋變量，以虧損持續(xù)年數(shù)、壞消息和好消息數(shù)量、被審計(jì)單位規(guī)模、內(nèi)部控制水平、審計(jì)風(fēng)險(xiǎn)大小、審計(jì)任期、會(huì)計(jì)事務(wù)所規(guī)模等7個(gè)變量為解釋變量，采用Logistic回歸構(gòu)建判別模型，模型對(duì)兩種審計(jì)意見鑒別的準(zhǔn)確率為83.85%，結(jié)果表明兩種審計(jì)意見類型在持續(xù)經(jīng)營(yíng)不確定性程度上存在顯著差異。
（三）人工神經(jīng)網(wǎng)絡(luò)模型
Lenard、Alam和Madey[23]選取了1982—1987年被出具持續(xù)經(jīng)營(yíng)審計(jì)意見的40家公司，并選取同時(shí)期40家被出具標(biāo)準(zhǔn)審計(jì)意見的公司為參照對(duì)象，構(gòu)建了基于GRG2的神經(jīng)網(wǎng)絡(luò)模型，模型自主采用了8個(gè)變量，它們是：（1）經(jīng)營(yíng)性現(xiàn)金流量/負(fù)債；（2）流動(dòng)比率；（3）所有者權(quán)益/負(fù)債；（4）長(zhǎng)期負(fù)債/總資產(chǎn)；（5）資產(chǎn)負(fù)債率；（6）稅前凈收益/銷售收入；（7）總資產(chǎn)凈利潤(rùn)率；（8）上一年度是否虧損。神經(jīng)網(wǎng)絡(luò)模型對(duì)持續(xù)經(jīng)營(yíng)審計(jì)意見的預(yù)測(cè)準(zhǔn)確率達(dá)到95%，而基于相同變量的Logistic模型預(yù)測(cè)的準(zhǔn)確率為83%，結(jié)果表明人工神經(jīng)網(wǎng)絡(luò)模型對(duì)持續(xù)經(jīng)營(yíng)審計(jì)意見具有較好的預(yù)測(cè)能力。
（四）持續(xù)經(jīng)營(yíng)審計(jì)專家系統(tǒng)
持續(xù)經(jīng)營(yíng)審計(jì)專家系統(tǒng)是人工智能在持續(xù)經(jīng)營(yíng)審計(jì)判斷領(lǐng)域的，它將該領(lǐng)域的專家知識(shí)經(jīng)驗(yàn)轉(zhuǎn)化為系統(tǒng)知識(shí)庫的推理規(guī)則，被審計(jì)單位所處行業(yè)、外部經(jīng)營(yíng)環(huán)境、內(nèi)部管理控制水平、異常事件等難以量化的因素都被加以考慮，并且專家系統(tǒng)具有自主學(xué)習(xí)知識(shí)功能，因此，專家系統(tǒng)能提高審計(jì)判斷的一致性和可靠性。Biggs、Selfridge和Krupka[24]研究設(shè)計(jì)了一個(gè)GC X持續(xù)經(jīng)營(yíng)審計(jì)專家系統(tǒng)，該系統(tǒng)認(rèn)為審計(jì)師進(jìn)行持續(xù)經(jīng)營(yíng)審計(jì)判斷需要依據(jù)三類知識(shí)：財(cái)務(wù)知識(shí)、事件知識(shí)及程序知識(shí)，持續(xù)經(jīng)營(yíng)危機(jī)（體現(xiàn)為異常的財(cái)務(wù)指標(biāo)）則是某些具體事件的必然結(jié)果。GC X系統(tǒng)通過4個(gè)程序?qū)Τ掷m(xù)經(jīng)營(yíng)審計(jì)判斷提供決策支持作用，這4個(gè)程序分別是：持續(xù)經(jīng)營(yíng)不確定性識(shí)別、問題緣由的后向推理、對(duì)管理層擬采取改善措施的有效性和可行性評(píng)估、出具持續(xù)經(jīng)營(yíng)審計(jì)意見。Lenard、Madey和Alam（1998）[25]還將持續(xù)經(jīng)營(yíng)審計(jì)專家系統(tǒng)與一個(gè)基于馬氏距離的聚類模型相結(jié)合構(gòu)建了一個(gè)混合模型，并隨機(jī)選取了1990年間26家破產(chǎn)公司和26家健康公司，對(duì)該混合模型與其他破產(chǎn)預(yù)測(cè)模型的預(yù)測(cè)準(zhǔn)確率進(jìn)行了驗(yàn)證，結(jié)果顯示混合模型的預(yù)測(cè)準(zhǔn)確率達(dá)到96.2%.
三、與評(píng)述
從以上的回顧可以看出，國(guó)內(nèi)外審計(jì)學(xué)界對(duì)持續(xù)經(jīng)營(yíng)審計(jì)判斷模型進(jìn)行了大量的研究，有關(guān)涉及分類的定量方法在模型構(gòu)建中得到了大量應(yīng)用。這些模型的研究在總體方向上呈現(xiàn)出兩個(gè)趨勢(shì)：一方面，從僅考慮財(cái)務(wù)指標(biāo)擴(kuò)展到綜合考慮財(cái)務(wù)、經(jīng)營(yíng)、股票市場(chǎng)表現(xiàn)、管理能力等因素，從定量向定性與定量分析相結(jié)合的方向發(fā)展；另一方面，從線性統(tǒng)計(jì)方法向更符合實(shí)際的非線性預(yù)測(cè)方法發(fā)展。盡管這些模型被證實(shí)在預(yù)測(cè)持續(xù)經(jīng)營(yíng)危機(jī)方面具有較高的準(zhǔn)確性，但以下幾個(gè)方面的問題仍有待于進(jìn)一步研究和探討：
（一）對(duì)持續(xù)經(jīng)營(yíng)危機(jī)的定義
對(duì)持續(xù)經(jīng)營(yíng)危機(jī)的定義在學(xué)術(shù)界尚未形成一致的意見，而對(duì)持續(xù)經(jīng)營(yíng)危機(jī)的不同定義會(huì)直接到樣本的選擇標(biāo)準(zhǔn)，從而得出不同的預(yù)測(cè)模型。持續(xù)經(jīng)營(yíng)審計(jì)意見預(yù)測(cè)模型建立在將被出具持續(xù)經(jīng)營(yíng)審計(jì)意見作為持續(xù)經(jīng)營(yíng)危機(jī)發(fā)生標(biāo)準(zhǔn)的基礎(chǔ)上，而持續(xù)經(jīng)營(yíng)審計(jì)意見尚可進(jìn)一步分為強(qiáng)調(diào)無保留、保留意見、無法表示意見和否定意見等4種具體意見類型。顯然，這4種具體意見在持續(xù)經(jīng)營(yíng)不確定性程度上具有顯著差異，不加區(qū)別地同等對(duì)待影響了模型參數(shù)估計(jì)的穩(wěn)定性。持續(xù)經(jīng)營(yíng)危機(jī)預(yù)測(cè)模型則建立在將申請(qǐng)破產(chǎn)、破產(chǎn)清算作為發(fā)生標(biāo)準(zhǔn)的基礎(chǔ)上，而在破產(chǎn)機(jī)制還不健全的國(guó)內(nèi)，通常選用ST作為標(biāo)準(zhǔn)。將ST作為標(biāo)準(zhǔn)使得盈利能力低下是導(dǎo)致持續(xù)經(jīng)營(yíng)危機(jī)的主要原因，虧損與否將是持續(xù)經(jīng)營(yíng)危機(jī)與非持續(xù)經(jīng)營(yíng)危機(jī)公司之間存在顯著差異的變量，這種變量的自選擇問題也是國(guó)內(nèi)相關(guān)研究的一個(gè)不足之處。
（二）變量選擇
持續(xù)經(jīng)營(yíng)審計(jì)判斷模型的變量選擇依然處于試錯(cuò)原則階段，缺乏基礎(chǔ)。在如何選擇變量及是否存在最佳的變量組合來預(yù)測(cè)持續(xù)經(jīng)營(yíng)危機(jī)發(fā)生的概率仍然存在較大分歧。Chen、Church[21]指出增加無力償還到期債務(wù)這一變量可以顯著提高持續(xù)經(jīng)營(yíng)審計(jì)意見的預(yù)測(cè)準(zhǔn)確率，Koh、Killough[2]等研究表明現(xiàn)金流量信息能有效地反映公司發(fā)生持續(xù)經(jīng)營(yíng)危機(jī)的概率，Bell、Tabor[20]發(fā)現(xiàn)持續(xù)經(jīng)營(yíng)危機(jī)公司股票存在負(fù)的市場(chǎng)收益率，股票收益率可以用來預(yù)測(cè)持續(xù)經(jīng)營(yíng)危機(jī)，Goodman[26]證實(shí)管理當(dāng)局的經(jīng)營(yíng)管理能力變量與是否被出具持續(xù)經(jīng)營(yíng)審計(jì)意見顯著相關(guān)。新修訂的《持續(xù)經(jīng)營(yíng)準(zhǔn)則》明確規(guī)定審計(jì)師在進(jìn)行持續(xù)經(jīng)營(yíng)審計(jì)判斷時(shí)應(yīng)密切關(guān)注管理層擬采取改善措施的可行性和有效性。
（三）樣本選擇
選擇不同的樣本會(huì)直接影響到模型的有效性，多元線性判別方法多采用等額配對(duì)抽樣法，這樣作可能因?yàn)闃颖玖康南拗疲珔s過分夸大了持續(xù)經(jīng)營(yíng)危機(jī)公司比例，使得系數(shù)對(duì)樣本和模型設(shè)置都非常敏感，模型設(shè)置的微小變化、在樣本總體中加入或刪除案例等變動(dòng)，都會(huì)導(dǎo)致系數(shù)估計(jì)的較大變化。其次，現(xiàn)有的樣本選取忽略了行業(yè)特征，將一定期間不同行業(yè)的持續(xù)經(jīng)營(yíng)危機(jī)公司作為測(cè)試樣本組，糅合在一起進(jìn)行研究，損害了模型的價(jià)值，因?yàn)椴煌袠I(yè)的公司具有不同的特征，即使影響持續(xù)經(jīng)營(yíng)的因素相同，但是其相對(duì)重要性卻可能有所不同。最后，對(duì)于不同的樣本選取時(shí)間，由于其外在環(huán)境的差異，得出的模型可能存在顯著差異，模型的預(yù)測(cè)準(zhǔn)確性也會(huì)因經(jīng)濟(jì)環(huán)境、時(shí)間區(qū)間的不同而產(chǎn)生變動(dòng)。
（四）建模方法
多元線性判別方法、多元概率比回歸、多元邏輯回歸方法均被大量采用，而多元概率比回歸、多元邏輯回歸方法運(yùn)用最大似然估計(jì)，克服了多元線性判別分析要求數(shù)據(jù)服從正態(tài)分布和等協(xié)方差的假設(shè)與公司數(shù)據(jù)實(shí)際狀況不相符合的矛盾，在理論上更為完善。值得關(guān)注的是持續(xù)經(jīng)營(yíng)危機(jī)預(yù)測(cè)的研究方法又有新的進(jìn)展，人工神經(jīng)網(wǎng)絡(luò)、遺傳算法、模糊數(shù)學(xué)、專家系統(tǒng)開始被應(yīng)用于構(gòu)建預(yù)測(cè)模型，一些對(duì)持續(xù)經(jīng)營(yíng)審計(jì)判斷有重要影響但卻因難以量化而放棄的變量被重新予以考慮，而且這些新的方法整合了專家在該領(lǐng)域的知識(shí)經(jīng)驗(yàn)，具有自主學(xué)習(xí)功能，顯示了獨(dú)特的優(yōu)越性。
（五）誤判成本
現(xiàn)有模型將分類的一類錯(cuò)誤、二類錯(cuò)誤等同看待，模糊了誤受和誤拒的成本，而事實(shí)上問題并非如此簡(jiǎn)單。一般而言，從投資者或銀行的角度，一類錯(cuò)誤成本要大于二類錯(cuò)誤成本；而從看，由于借貸者、顧客、供貨商、股東或其他投資人的不必要的戒備狀態(tài)，會(huì)使二類錯(cuò)誤的成本更高。對(duì)審計(jì)師而言，既要保證客戶的正當(dāng)權(quán)益，又要避免過高的訴訟風(fēng)險(xiǎn)。因此，如何綜合權(quán)衡一類錯(cuò)誤成本與二類錯(cuò)誤成本也是未來模型研究的重點(diǎn)之一。
關(guān)鍵詞:房地產(chǎn)決策支持系統(tǒng);數(shù)據(jù)倉(cāng)庫;聯(lián)機(jī)分析處理;數(shù)據(jù)挖掘
房地產(chǎn)投資不僅與國(guó)民經(jīng)濟(jì)的發(fā)展?fàn)顩r有關(guān),而且還涉及到建筑業(yè)、金融業(yè)、商業(yè)、市政建設(shè)、能源、交通等各個(gè)重要部門。房地產(chǎn)市場(chǎng)變化快、投資巨大、風(fēng)險(xiǎn)極高,要完成這樣一個(gè)決策需要決策者同時(shí)考慮主市場(chǎng)、材料、資金、市政建設(shè)等諸多因素,并且做出綜合判斷,這種復(fù)雜的決策已經(jīng)很難僅憑經(jīng)驗(yàn)正確地做出。房地產(chǎn)是一個(gè)綜合性極強(qiáng)的系統(tǒng)工程,關(guān)系到國(guó)家、集體、個(gè)人的利益,影響到國(guó)民經(jīng)濟(jì)的起伏,其興旺與低落從一個(gè)側(cè)面反映了經(jīng)濟(jì)發(fā)展?fàn)顩r。因此,房地產(chǎn)業(yè)迫切需要一種能幫助決策者綜合考慮多方面的因素,根據(jù)科學(xué)的決策方法,輔助決策者做出決策的工具。
決策支持系統(tǒng)為解決房地產(chǎn)投資決策中出現(xiàn)的種種問題提供了解決方案。決策支持系統(tǒng)是一種基于計(jì)算機(jī)的系統(tǒng),幫助決策者通過與系統(tǒng)直接交互使用數(shù)據(jù)及分析模型解決非結(jié)構(gòu)化的決策問題。通過決策支持系統(tǒng),房地產(chǎn)開發(fā)商可以對(duì)要開發(fā)的項(xiàng)目的各種情況有一個(gè)更深入的了解,能綜合各方面的因素對(duì)投資的項(xiàng)目做出一個(gè)合理的判斷,從而減少房地產(chǎn)投資中的盲目性,使投資更準(zhǔn)確,收益率更高。本文結(jié)合房地產(chǎn)項(xiàng)目投資的實(shí)際情況,提出了一種房地產(chǎn)投資決策支持系統(tǒng),可以為房地產(chǎn)項(xiàng)目的投資提供決策支持,實(shí)現(xiàn)企業(yè)項(xiàng)目管理的快速輔助決策,提高投資者的決策水平。
一、房地產(chǎn)投資決策支持系統(tǒng)
房地產(chǎn)投資決策支持系統(tǒng)是將決策支持系統(tǒng)技術(shù)應(yīng)用到房地產(chǎn)投資中,從而能有效地對(duì)房地產(chǎn)投資者進(jìn)行輔助決策,提高決策的效率和準(zhǔn)確性。
(一)房地產(chǎn)投資決策支持系統(tǒng)的基本功能
本系統(tǒng)分為房地產(chǎn)市場(chǎng)調(diào)查與預(yù)測(cè)、經(jīng)濟(jì)評(píng)價(jià)、風(fēng)險(xiǎn)分析和可行性報(bào)告生成等四大模塊。通過房地產(chǎn)市場(chǎng)調(diào)查與預(yù)測(cè)模塊,用戶可以方便地了解到房地產(chǎn)市場(chǎng)的現(xiàn)狀以及國(guó)民經(jīng)濟(jì)狀況,并能對(duì)將來房地產(chǎn)市場(chǎng)的發(fā)展情況做出一個(gè)大概的預(yù)測(cè)。通過經(jīng)濟(jì)評(píng)價(jià)模塊可以對(duì)所投資項(xiàng)目做出準(zhǔn)確的評(píng)估,從而判斷出此項(xiàng)目的盈利狀況。風(fēng)險(xiǎn)分析模塊可以對(duì)投資項(xiàng)目的風(fēng)險(xiǎn)作一個(gè)大體的分析,用戶通過對(duì)各個(gè)投資方案的經(jīng)濟(jì)評(píng)價(jià)和風(fēng)險(xiǎn)的權(quán)衡,可以做出較為準(zhǔn)確的判斷。可行性報(bào)告生成模塊則可以自動(dòng)生成項(xiàng)目的可行性報(bào)告,用戶可以根據(jù)具體情況來添加可行性報(bào)告中的內(nèi)容。
(二)系統(tǒng)的基本結(jié)構(gòu)
在房地產(chǎn)投資中遇到的可變性因素非常多,再加上房地產(chǎn)投資本身所具有的高風(fēng)險(xiǎn)性,這就使得傳統(tǒng)的MIS系統(tǒng)不能滿足房地產(chǎn)投資決策的需要,只有使用決策支持系統(tǒng)才能有效地解決這一問題。但是傳統(tǒng)的決策支持系統(tǒng)也有著它的不足,不能很好的對(duì)房地產(chǎn)投資進(jìn)行有效的輔助決策。因此,本系統(tǒng)借鑒了最近發(fā)展起來的決策支持系統(tǒng)的新技術(shù),提出了一種新的房地產(chǎn)決策支持系統(tǒng)模型。
數(shù)據(jù)倉(cāng)庫、聯(lián)機(jī)分析處理、數(shù)據(jù)挖掘是決策支持系統(tǒng)發(fā)展中的新興技術(shù),將這些技術(shù)引入到房地產(chǎn)決策支持系統(tǒng)中可增強(qiáng)系統(tǒng)的輔助決策功能。
其中,數(shù)據(jù)倉(cāng)庫是為了決策支持的需要而在數(shù)據(jù)庫的基礎(chǔ)上發(fā)展起來的一項(xiàng)新技術(shù)。數(shù)據(jù)倉(cāng)庫可將大量的用于事務(wù)處理的數(shù)據(jù)庫中的數(shù)據(jù)進(jìn)行清理、抽取和轉(zhuǎn)換,按決策主體的需要重新進(jìn)行組織。數(shù)據(jù)倉(cāng)庫中的各種數(shù)據(jù)可以適應(yīng)決策問題多樣性的要求,數(shù)據(jù)倉(cāng)庫側(cè)重于對(duì)面向主題的數(shù)據(jù)的存儲(chǔ)和管理。聯(lián)機(jī)分析處理可以對(duì)數(shù)據(jù)倉(cāng)庫中的大量數(shù)據(jù)進(jìn)行分析,從中提取出有用的信息,從而起到輔助決策的作用。數(shù)據(jù)挖掘是從知識(shí)發(fā)現(xiàn)的概念中引申出來的,把數(shù)據(jù)挖掘技術(shù)應(yīng)用到數(shù)據(jù)倉(cāng)庫的分析可以有效地從數(shù)據(jù)倉(cāng)庫中挖掘出有價(jià)值的東西,從而有利于輔助決策。
二、房地產(chǎn)投資決策系統(tǒng)的相關(guān)技術(shù)
傳統(tǒng)的決策支持系統(tǒng)是利用數(shù)據(jù)庫、人機(jī)交互進(jìn)行多模型的有機(jī)組合,輔助決策者實(shí)現(xiàn)科學(xué)決策的綜合集成系統(tǒng)。自從決策支持技術(shù)形成以來,在全世界得到了廣泛的應(yīng)用,但是決策支持在發(fā)展中也遇到了一些問題,主要問題有以下幾個(gè)方面:(1)DSS使用的數(shù)據(jù)庫只能對(duì)原始數(shù)據(jù)進(jìn)行一般的加工和匯總,而決策支持涉及大量歷史數(shù)據(jù)和半結(jié)構(gòu)化問題,傳統(tǒng)的數(shù)據(jù)庫管理系統(tǒng)難以求解復(fù)雜的半結(jié)構(gòu),不能滿足DSS的需要;(2)決策支持系統(tǒng)以集成數(shù)據(jù)為基礎(chǔ),然而現(xiàn)實(shí)中的數(shù)據(jù)往往分散管理且大多分布于異構(gòu)的數(shù)據(jù)平臺(tái),數(shù)據(jù)集成不易;(3)由于決策本身所涉及問題的動(dòng)態(tài)性和復(fù)雜性,針對(duì)不同的情況應(yīng)有不同的處理方法,而模型庫提供的分析能力有限,所得到的分析結(jié)果往往不盡如人意;(4)決策支持系統(tǒng)的建立需要對(duì)數(shù)據(jù)、模型、知識(shí)和接口進(jìn)行集成。數(shù)據(jù)庫語言數(shù)值計(jì)算能力較低,因而采用數(shù)據(jù)庫管理技術(shù)建立決策支持系統(tǒng)知識(shí)表達(dá)和知識(shí)綜合能力比較薄弱,難以滿足人們?nèi)找嫣岣叩臎Q策要求。
數(shù)據(jù)倉(cāng)庫、聯(lián)機(jī)分析處理和數(shù)據(jù)挖掘技術(shù),給決策支持系統(tǒng)的發(fā)展注入了新的活力,數(shù)據(jù)倉(cāng)庫、聯(lián)機(jī)分析處理和數(shù)據(jù)挖掘技術(shù)的出現(xiàn),有利于解決上面?zhèn)鹘y(tǒng)的決策支持系統(tǒng)所遇到的問題,為決策支持的發(fā)展提供了一條新的途徑。
(一)數(shù)據(jù)倉(cāng)庫(DW)技術(shù)
信息系統(tǒng)中有兩種類型的數(shù)據(jù):操作型數(shù)據(jù)和決策支持型數(shù)據(jù)。前者是由日常事務(wù)處理生成的,后者是把前者加工后(清理與集成)形成的。操作型數(shù)據(jù)服務(wù)于日常事務(wù)處理,決策支持型數(shù)據(jù)服務(wù)于信息增值。目前,理論界把存有決策支持型數(shù)據(jù)的系統(tǒng)稱為數(shù)據(jù)倉(cāng)庫。當(dāng)需要為決策部門提供及時(shí)、準(zhǔn)確、詳細(xì)和可靠的風(fēng)險(xiǎn)信息時(shí),海量數(shù)據(jù)的存儲(chǔ)與加工便成為首要問題,而這正是數(shù)據(jù)倉(cāng)庫的專長(zhǎng)。
(二)聯(lián)機(jī)分析處理(OLAP)
OLAP是一種決策分析工具,它是針對(duì)特定問題的聯(lián)機(jī)數(shù)據(jù)訪問和數(shù)據(jù)分析而產(chǎn)生的一種技術(shù),它可以根據(jù)分析人員的要求,快速、靈活地對(duì)大量數(shù)據(jù)進(jìn)行復(fù)雜地查詢處理,并以直觀的、易理解的形式將查詢結(jié)果提供給各種決策人員,從而得到高度歸納的信息。OLAP是基于數(shù)據(jù)倉(cāng)庫的信息分析處理過程,是數(shù)據(jù)倉(cāng)庫的用戶接口部分。通過OLAP這種獨(dú)立于數(shù)據(jù)倉(cāng)庫的分析技術(shù),決策者能靈活地掌握項(xiàng)目進(jìn)度的數(shù)據(jù),以多維的形式從多方面和多角度來觀察項(xiàng)目進(jìn)度的狀態(tài)、了解項(xiàng)目進(jìn)度的變化。OLAP技術(shù)分析方法有切片、鉆取、維度自由組合、圖標(biāo)自由切換,并可形成表現(xiàn)友好、豐富的報(bào)表結(jié)果。
(三)數(shù)據(jù)挖掘(DM)技術(shù)
數(shù)據(jù)挖掘可以稱為數(shù)據(jù)庫中的知識(shí)發(fā)現(xiàn),是從大量數(shù)據(jù)中提取出可信、新穎有效并能被人理解的模式的高級(jí)處理過程,是數(shù)據(jù)庫技術(shù)、人工智能、神經(jīng)網(wǎng)路、機(jī)器學(xué)習(xí)等領(lǐng)域的交叉學(xué)科。數(shù)據(jù)挖掘是一個(gè)過程,是從大型數(shù)據(jù)庫中抽取隱藏其中的可理解的可操作的信息,目的是幫助分析、決策人員尋找數(shù)據(jù)之間的關(guān)聯(lián),發(fā)現(xiàn)被忽略的要素,而這些信息對(duì)于決策行為是至關(guān)重要的。
數(shù)據(jù)挖掘常用的技術(shù)和算法有決策樹、神經(jīng)網(wǎng)絡(luò)、概念樹、遺傳算法、模糊數(shù)學(xué)、統(tǒng)計(jì)分析、可視化技術(shù)、粗糙集、公式發(fā)現(xiàn)等。數(shù)據(jù)挖掘的作用是可以實(shí)現(xiàn)自動(dòng)預(yù)測(cè)趨勢(shì)和行為、關(guān)聯(lián)分析、聚類等。數(shù)據(jù)倉(cāng)庫、聯(lián)機(jī)分析處理、數(shù)據(jù)挖掘是作為三種獨(dú)立的信息處理技術(shù)出現(xiàn)的,但都是以解決決策支持分析問題為主要驅(qū)動(dòng)力量發(fā)展起來的,具有一定的聯(lián)系性和互補(bǔ)性。其中數(shù)據(jù)倉(cāng)庫用于數(shù)據(jù)的存儲(chǔ)和組織,聯(lián)機(jī)分析處理集中于數(shù)據(jù)的分析,數(shù)據(jù)挖掘則致力知識(shí)的自動(dòng)發(fā)現(xiàn)。
三、房地產(chǎn)投資決策支持系統(tǒng)的功能模塊
(一)市場(chǎng)調(diào)查與預(yù)測(cè)
市場(chǎng)調(diào)查是房地產(chǎn)投資中的一項(xiàng)非常重要的內(nèi)容,常常關(guān)系著投資的成敗。在本系統(tǒng)中,市場(chǎng)調(diào)查與預(yù)測(cè)模塊主要包括國(guó)家經(jīng)濟(jì)狀況、城市經(jīng)濟(jì)狀況、城市綜合情況、城市氣象條件、城市發(fā)展計(jì)劃、目標(biāo)客戶住房需求調(diào)查情況、城市土地住房情況、房地產(chǎn)供給市場(chǎng)狀況、競(jìng)爭(zhēng)對(duì)手和競(jìng)爭(zhēng)樓盤狀況,以及項(xiàng)目自身的相關(guān)情況等。在這個(gè)模塊中,基本涵蓋了房地產(chǎn)調(diào)查的主要內(nèi)容。另外,大量的歷史數(shù)據(jù)也為房地產(chǎn)市場(chǎng)的預(yù)測(cè)提供了便利條件。
(二)經(jīng)濟(jì)評(píng)價(jià)
經(jīng)濟(jì)評(píng)價(jià)是房地產(chǎn)投資決策中的一項(xiàng)必不可少的內(nèi)容。建設(shè)項(xiàng)目經(jīng)濟(jì)評(píng)價(jià)是項(xiàng)目可行性研究的組成部分和重要內(nèi)容,是項(xiàng)目決策科學(xué)化的重要手段。經(jīng)濟(jì)評(píng)價(jià)的目的是計(jì)算項(xiàng)目的效益和費(fèi)用,通過多方案比較,對(duì)擬建項(xiàng)目的財(cái)務(wù)可行性和經(jīng)濟(jì)可行性進(jìn)行分析討論,做出全面的經(jīng)濟(jì)評(píng)價(jià),為項(xiàng)目的科學(xué)決策提供依據(jù)。
經(jīng)濟(jì)評(píng)價(jià)包括項(xiàng)目管理、參數(shù)設(shè)置、方案計(jì)算、扶助報(bào)表、基本報(bào)表和綜合財(cái)務(wù)指標(biāo)等幾個(gè)方面。其中項(xiàng)目管理包括項(xiàng)目的建立、選擇和刪除,對(duì)項(xiàng)目管理庫進(jìn)行操作。參數(shù)設(shè)置對(duì)房地產(chǎn)投資中的各項(xiàng)參數(shù)進(jìn)行賦值,方案計(jì)算用現(xiàn)金流法和非現(xiàn)金流法對(duì)投資項(xiàng)目進(jìn)行分析計(jì)算。輔助報(bào)表和基本報(bào)表用于生成各種報(bào)表。綜合財(cái)務(wù)報(bào)表生成現(xiàn)金流法綜合財(cái)務(wù)指標(biāo)匯總表和非現(xiàn)金流綜合財(cái)務(wù)指標(biāo)匯總表,在這一模塊中還生成直方圖檢驗(yàn)、餅圖檢驗(yàn)和拆線圖等圖表,更直觀地反映出財(cái)務(wù)狀況。
(三)風(fēng)險(xiǎn)分析
房地產(chǎn)投資雖說有著高收益,但是同時(shí)也存在著高風(fēng)險(xiǎn),對(duì)其進(jìn)行風(fēng)險(xiǎn)分析非常必要。正確評(píng)價(jià)房地產(chǎn)開發(fā)的風(fēng)險(xiǎn)可以指導(dǎo)投資者進(jìn)行正確的開發(fā)決策,減少?zèng)Q策的盲目性和失誤。對(duì)于上述風(fēng)險(xiǎn),人們并不能明確的給一個(gè)答案,到底有沒有這種風(fēng)險(xiǎn),這是存在著模糊性的。為此可以把模糊數(shù)學(xué)方法引入到風(fēng)險(xiǎn)分析中來,采用模糊綜合評(píng)價(jià)法可將定量與定性的指標(biāo)結(jié)合起來,〖JP+1〗可以不受指標(biāo)因量綱不同或量綱相同而量級(jí)不同的影響,對(duì)于問題比較復(fù)雜、信息不很全面的房地產(chǎn)開發(fā)投資是很適應(yīng)的。此外,房地產(chǎn)投資風(fēng)險(xiǎn)因素層次比較多,可以采用多級(jí)模糊模型來分析。
(四)可行性報(bào)告生成
可行性報(bào)告生成模塊的功能是根據(jù)房地產(chǎn)投資項(xiàng)目來生成一個(gè)可行性報(bào)告模板,這就省去了用戶編寫可行性報(bào)告的時(shí)間。用戶可以根據(jù)自己的實(shí)際情況向可行性報(bào)告模板中添加一些項(xiàng)目的數(shù)據(jù),甚至是根據(jù)項(xiàng)目數(shù)據(jù)生成的柱狀圖、餅圖等圖表?，F(xiàn)在人們所用的字處理軟件一般都為微軟的Word,所以本系統(tǒng)中所生成的可行性報(bào)告為Word文檔形式,這樣便于用戶對(duì)可行性報(bào)告的編輯。
該系統(tǒng)中的四個(gè)功能模塊緊密協(xié)作,基本涵蓋了房地產(chǎn)投資中所應(yīng)考慮的各方面內(nèi)容。用戶(決策者)通過這些模塊的運(yùn)作,可以得到有力的輔助決策,從而提高決策水平。
四、小結(jié)
將決策支持系統(tǒng)技術(shù)應(yīng)用到房地產(chǎn)投資決策,是房地產(chǎn)投資的一項(xiàng)重大變革。房地產(chǎn)投資決策支持系統(tǒng)不僅可以提高決策效率,同時(shí)也大大提高了決策的準(zhǔn)確性。目前我國(guó)在房地產(chǎn)投資方面的決策支持系統(tǒng)還不多,有待于進(jìn)一步發(fā)展?，F(xiàn)有的房地產(chǎn)投資決策支持系統(tǒng)一般功能并不是很強(qiáng)大,還不能真正有效地起到輔助決策的作用。本文所提到的系統(tǒng)只是作了對(duì)房地產(chǎn)投資決策支持系統(tǒng)的一個(gè)初步探索,其中難免存在著一些不足,這就需要以后通過進(jìn)一步的研究,使得系統(tǒng)不斷得到完善。
參考文獻(xiàn):
[1]柳鶯,趙艷紅,錢旭,劉東紅.數(shù)據(jù)倉(cāng)庫技術(shù)研究和應(yīng)用探討[J].計(jì)算機(jī)應(yīng)用,2001(2):46-48.
[2]馬麗娜,劉弘,張希林.數(shù)據(jù)挖掘,OLAP在決策支持系統(tǒng)中的應(yīng)用[J].計(jì)算機(jī)應(yīng)用研究,2001(11):10-12.
[3]劉智,桑國(guó)明,張維石.基于數(shù)據(jù)倉(cāng)庫連鎖店決策支持系統(tǒng)模型的研究[J].計(jì)算機(jī)與數(shù)學(xué)工程,2005(8):22-24.
[4]王沛皇.房地產(chǎn)開發(fā)項(xiàng)目的特性及經(jīng)濟(jì)評(píng)價(jià)[J].工業(yè)技術(shù)經(jīng)濟(jì),2000:52-53.
[5]王珊等.數(shù)據(jù)倉(cāng)庫技術(shù)與聯(lián)機(jī)分析處理[M].北京:科學(xué)出版社,1998.
[6]高洪深.決策支持系統(tǒng)(DSS):理論方法案例[M].北京:清華大學(xué)出版社,2005.
[7]王麗珍,周麗華,陳紅梅.數(shù)據(jù)倉(cāng)庫與數(shù)據(jù)挖掘原理及應(yīng)用[M].北京:科學(xué)出版社,2005.
[8]王希迎,丁建臣,陸桂娟.房地產(chǎn)企業(yè)融資新解[M].北京:中國(guó)經(jīng)濟(jì)出版社,2005.
關(guān)鍵詞: 房地產(chǎn)決策支持系統(tǒng);數(shù)據(jù)倉(cāng)庫;聯(lián)機(jī)分析處理;數(shù)據(jù)挖掘
房地產(chǎn)投資不僅與國(guó)民經(jīng)濟(jì)的發(fā)展?fàn)顩r有關(guān),而且還涉及到建筑業(yè)、金融業(yè)、商業(yè)、市政建設(shè)、能源、交通等各個(gè)重要部門。房地產(chǎn)市場(chǎng)變化快、投資巨大、風(fēng)險(xiǎn)極高,要完成這樣一個(gè)決策需要決策者同時(shí)考慮主市場(chǎng)、材料、資金、市政建設(shè)等諸多因素,并且做出綜合判斷,這種復(fù)雜的決策已經(jīng)很難僅憑經(jīng)驗(yàn)正確地做出。房地產(chǎn)是一個(gè)綜合性極強(qiáng)的系統(tǒng)工程,關(guān)系到國(guó)家、集體、個(gè)人的利益,影響到國(guó)民經(jīng)濟(jì)的起伏,其興旺與低落從一個(gè)側(cè)面反映了經(jīng)濟(jì)發(fā)展?fàn)顩r。因此,房地產(chǎn)業(yè)迫切需要一種能幫助決策者綜合考慮多方面的因素,根據(jù)科學(xué)的決策方法,輔助決策者做出決策的工具。
決策支持系統(tǒng)為解決房地產(chǎn)投資決策中出現(xiàn)的種種問題提供了解決方案。決策支持系統(tǒng)是一種基于計(jì)算機(jī)的系統(tǒng),幫助決策者通過與系統(tǒng)直接交互使用數(shù)據(jù)及分析模型解決非結(jié)構(gòu)化的決策問題。通過決策支持系統(tǒng),房地產(chǎn)開發(fā)商可以對(duì)要開發(fā)的項(xiàng)目的各種情況有一個(gè)更深入的了解,能綜合各方面的因素對(duì)投資的項(xiàng)目做出一個(gè)合理的判斷,從而減少房地產(chǎn)投資中的盲目性,使投資更準(zhǔn)確,收益率更高。本文結(jié)合房地產(chǎn)項(xiàng)目投資的實(shí)際情況,提出了一種房地產(chǎn)投資決策支持系統(tǒng),可以為房地產(chǎn)項(xiàng)目的投資提供決策支持,實(shí)現(xiàn)企業(yè)項(xiàng)目管理的快速輔助決策,提高投資者的決策水平。
一、房地產(chǎn)投資決策支持系統(tǒng)
房地產(chǎn)投資決策支持系統(tǒng)是將決策支持系統(tǒng)技術(shù)應(yīng)用到房地產(chǎn)投資中,從而能有效地對(duì)房地產(chǎn)投資者進(jìn)行輔助決策,提高決策的效率和準(zhǔn)確性。
(一)房地產(chǎn)投資決策支持系統(tǒng)的基本功能
本系統(tǒng)分為房地產(chǎn)市場(chǎng)調(diào)查與預(yù)測(cè)、經(jīng)濟(jì)評(píng)價(jià)、風(fēng)險(xiǎn)分析和可行性報(bào)告生成等四大模塊。通過房地產(chǎn)市場(chǎng)調(diào)查與預(yù)測(cè)模塊,用戶可以方便地了解到房地產(chǎn)市場(chǎng)的現(xiàn)狀以及國(guó)民經(jīng)濟(jì)狀況,并能對(duì)將來房地產(chǎn)市場(chǎng)的發(fā)展情況做出一個(gè)大概的預(yù)測(cè)。通過經(jīng)濟(jì)評(píng)價(jià)模塊可以對(duì)所投資項(xiàng)目做出準(zhǔn)確的評(píng)估,從而判斷出此項(xiàng)目的盈利狀況。風(fēng)險(xiǎn)分析模塊可以對(duì)投資項(xiàng)目的風(fēng)險(xiǎn)作一個(gè)大體的分析,用戶通過對(duì)各個(gè)投資方案的經(jīng)濟(jì)評(píng)價(jià)和風(fēng)險(xiǎn)的權(quán)衡,可以做出較為準(zhǔn)確的判斷?？尚行詧?bào)告生成模塊則可以自動(dòng)生成項(xiàng)目的可行性報(bào)告,用戶可以根據(jù)具體情況來添加可行性報(bào)告中的內(nèi)容。
(二)系統(tǒng)的基本結(jié)構(gòu)
在房地產(chǎn)投資中遇到的可變性因素非常多,再加上房地產(chǎn)投資本身所具有的高風(fēng)險(xiǎn)性,這就使得傳統(tǒng)的mis系統(tǒng)不能滿足房地產(chǎn)投資決策的需要,只有使用決策支持系統(tǒng)才能有效地解決這一問題。但是傳統(tǒng)的決策支持系統(tǒng)也有著它的不足,不能很好的對(duì)房地產(chǎn)投資進(jìn)行有效的輔助決策。因此,本系統(tǒng)借鑒了最近發(fā)展起來的決策支持系統(tǒng)的新技術(shù),提出了一種新的房地產(chǎn)決策支持系統(tǒng)模型。
數(shù)據(jù)倉(cāng)庫、聯(lián)機(jī)分析處理、數(shù)據(jù)挖掘是決策支持系統(tǒng)發(fā)展中的新興技術(shù),將這些技術(shù)引入到房地產(chǎn)決策支持系統(tǒng)中可增強(qiáng)系統(tǒng)的輔助決策功能。該系統(tǒng)的總體結(jié)構(gòu)如圖1所示。
其中,數(shù)據(jù)倉(cāng)庫是為了決策支持的需要而在數(shù)據(jù)庫的基礎(chǔ)上發(fā)展起來的一項(xiàng)新技術(shù)。數(shù)據(jù)倉(cāng)庫可將大量的用于事務(wù)處理的數(shù)據(jù)庫中的數(shù)據(jù)進(jìn)行清理、抽取和轉(zhuǎn)換,按決策主體的需要重新進(jìn)行組織。數(shù)據(jù)倉(cāng)庫中的各種數(shù)據(jù)可以適應(yīng)決策問題多樣性的要求,數(shù)據(jù)倉(cāng)庫側(cè)重于對(duì)面向主題的數(shù)據(jù)的存儲(chǔ)和管理。聯(lián)機(jī)分析處理可以對(duì)數(shù)據(jù)倉(cāng)庫中的大量數(shù)據(jù)進(jìn)行分析,從中提取出有用的信息,從而起到輔助決策的作用。數(shù)據(jù)挖掘是從知識(shí)發(fā)現(xiàn)的概念中引申出來的,把數(shù)據(jù)挖掘技術(shù)應(yīng)用到數(shù)據(jù)倉(cāng)庫的分析可以有效地從數(shù)據(jù)倉(cāng)庫中挖掘出有價(jià)值的東西,從而有利于輔助決策。
二、房地產(chǎn)投資決策系統(tǒng)的相關(guān)技術(shù)
傳統(tǒng)的決策支持系統(tǒng)是利用數(shù)據(jù)庫、人機(jī)交互進(jìn)行多模型的有機(jī)組合,輔助決策者實(shí)現(xiàn)科學(xué)決策的綜合集成系統(tǒng)。自從決策支持技術(shù)形成以來,在全世界得到了廣泛的應(yīng)用,但是決策支持在發(fā)展中也遇到了一些問題,主要問題有以下幾個(gè)方面:(1)dss使用的數(shù)據(jù)庫只能對(duì)原始數(shù)據(jù)進(jìn)行一般的加工和匯總,而決策支持涉及大量歷史數(shù)據(jù)和半結(jié)構(gòu)化問題,傳統(tǒng)的數(shù)據(jù)庫管理系統(tǒng)難以求解復(fù)雜的半結(jié)構(gòu),不能滿足dss的需要;(2)決策支持系統(tǒng)以集成數(shù)據(jù)為基礎(chǔ),然而現(xiàn)實(shí)中的數(shù)據(jù)往往分散管理且大多分布于異構(gòu)的數(shù)據(jù)平臺(tái),數(shù)據(jù)集成不易;(3)由于決策本身所涉及問題的動(dòng)態(tài)性和復(fù)雜性,針對(duì)不同的情況應(yīng)有不同的處理方法,而模型庫提供的分析能力有限,所得到的分析結(jié)果往往不盡如人意;(4)決策支持系統(tǒng)的建立需要對(duì)數(shù)據(jù)、模型、知識(shí)和接口進(jìn)行集成。數(shù)據(jù)庫語言數(shù)值計(jì)算能力較低,因而采用數(shù)據(jù)庫管理技術(shù)建立決策支持系統(tǒng)知識(shí)表達(dá)和知識(shí)綜合能力比較薄弱,難以滿足人們?nèi)找嫣岣叩臎Q策要求。
數(shù)據(jù)倉(cāng)庫、聯(lián)機(jī)分析處理和數(shù)據(jù)挖掘技術(shù),給決策支持系統(tǒng)的發(fā)展注入了新的活力,數(shù)據(jù)倉(cāng)庫、聯(lián)機(jī)分析處理和數(shù)據(jù)挖掘技術(shù)的出現(xiàn),有利于解決上面?zhèn)鹘y(tǒng)的決策支持系統(tǒng)所遇到的問題,為決策支持的發(fā)展提供了一條新的途徑。
(一)數(shù)據(jù)倉(cāng)庫(dw)技術(shù)
信息系統(tǒng)中有兩種類型的數(shù)據(jù):操作型數(shù)據(jù)和決策支持型數(shù)據(jù)。前者是由日常事務(wù)處理生成的,后者是把前者加工后(清理與集成)形成的。操作型數(shù)據(jù)服務(wù)于日常事務(wù)處理,決策支持型數(shù)據(jù)服務(wù)于信息增值。目前,理論界把存有決策支持型數(shù)據(jù)的系統(tǒng)稱為數(shù)據(jù)倉(cāng)庫。當(dāng)需要為決策部門提供及時(shí)、準(zhǔn)確、詳細(xì)和可靠的風(fēng)險(xiǎn)信息時(shí),海量數(shù)據(jù)的存儲(chǔ)與加工便成為首要問題,而這正是數(shù)據(jù)倉(cāng)庫的專長(zhǎng)。
(二)聯(lián)機(jī)分析處理(olap)
olap是一種決策分析工具,它是針對(duì)特定問題的聯(lián)機(jī)數(shù)據(jù)訪問和數(shù)據(jù)分析而產(chǎn)生的一種技術(shù),它可以根據(jù)分析人員的要求,快速、靈活地對(duì)大量數(shù)據(jù)進(jìn)行復(fù)雜地查詢處理,并以直觀的、易理解的形式將查詢結(jié)果提供給各種決策人員,從而得到高度歸納的信息。olap是基于數(shù)據(jù)倉(cāng)庫的信息分析處理過程,是數(shù)據(jù)倉(cāng)庫的用戶接口部分。通過olap這種獨(dú)立于數(shù)據(jù)倉(cāng)庫的分析技術(shù),決策者能靈活地掌握項(xiàng)目進(jìn)度的數(shù)據(jù),以多維的形式從多方面和多角度來觀察項(xiàng)目進(jìn)度的狀態(tài)、了解項(xiàng)目進(jìn)度的變化。olap技術(shù)分析方法有切片、鉆取、維度自由組合、圖標(biāo)自由切換,并可形成表現(xiàn)友好、豐富的報(bào)表結(jié)果。
(三) 數(shù)據(jù)挖掘(dm)技術(shù)
數(shù)據(jù)挖掘可以稱為數(shù)據(jù)庫中的知識(shí)發(fā)現(xiàn),是從大量數(shù)據(jù)中提取出可信、新穎有效并能被人理解的模式的高級(jí)處理過程,是數(shù)據(jù)庫技術(shù)、人工智能、神經(jīng)網(wǎng)路、機(jī)器學(xué)習(xí)等領(lǐng)域的交叉學(xué)科。數(shù)據(jù)挖掘是一個(gè)過程,是從大型數(shù)據(jù)庫中抽取隱藏其中的可理解的可操作的信息,目的是幫助分析、決策人員尋找數(shù)據(jù)之間的關(guān)聯(lián),發(fā)現(xiàn)被忽略的要素,而這些信息對(duì)于決策行為是至關(guān)重要的。
數(shù)據(jù)挖掘常用的技術(shù)和算法有決策樹、神經(jīng)網(wǎng)絡(luò)、概念樹、遺傳算法、模糊數(shù)學(xué)、統(tǒng)計(jì)分析、可視化技術(shù)、粗糙集、公式發(fā)現(xiàn)等。數(shù)據(jù)挖掘的作用是可以實(shí)現(xiàn)自動(dòng)預(yù)測(cè)趨勢(shì)和行為、關(guān)聯(lián)分析、聚類等。數(shù)據(jù)倉(cāng)庫、聯(lián)機(jī)分析處理、數(shù)據(jù)挖掘是作為三種獨(dú)立的信息處理技術(shù)出現(xiàn)的,但都是以解決決策支持分析問題為主要驅(qū)動(dòng)力量發(fā)展起來的,具有一定的聯(lián)系性和互補(bǔ)性。其中數(shù)據(jù)倉(cāng)庫用于數(shù)據(jù)的存儲(chǔ)和組織,聯(lián)機(jī)分析處理集中于數(shù)據(jù)的分析,數(shù)據(jù)挖掘則致力知識(shí)的自動(dòng)發(fā)現(xiàn)。
三、房地產(chǎn)投資決策支持系統(tǒng)的功能模塊
(一)市場(chǎng)調(diào)查與預(yù)測(cè)
市場(chǎng)調(diào)查是房地產(chǎn)投資中的一項(xiàng)非常重要的內(nèi)容,常常關(guān)系著投資的成敗。在本系統(tǒng)中,市場(chǎng)調(diào)查與預(yù)測(cè)模塊主要包括國(guó)家經(jīng)濟(jì)狀況、城市經(jīng)濟(jì)狀況、城市綜合情況、城市氣象條件、城市發(fā)展計(jì)劃、目標(biāo)客戶住房需求調(diào)查情況、城市土地住房情況、房地產(chǎn)供給市場(chǎng)狀況、競(jìng)爭(zhēng)對(duì)手和競(jìng)爭(zhēng)樓盤狀況,以及項(xiàng)目自身的相關(guān)情況等。在這個(gè)模塊中,基本涵蓋了房地產(chǎn)調(diào)查的主要內(nèi)容。另外,大量的歷史數(shù)據(jù)也為房地產(chǎn)市場(chǎng)的預(yù)測(cè)提供了便利條件。
(二)經(jīng)濟(jì)評(píng)價(jià)
經(jīng)濟(jì)評(píng)價(jià)是房地產(chǎn)投資決策中的一項(xiàng)必不可少的內(nèi)容。建設(shè)項(xiàng)目經(jīng)濟(jì)評(píng)價(jià)是項(xiàng)目可行性研究的組成部分和重要內(nèi)容,是項(xiàng)目決策科學(xué)化的重要手段。經(jīng)濟(jì)評(píng)價(jià)的目的是計(jì)算項(xiàng)目的效益和費(fèi)用,通過多方案比較,對(duì)擬建項(xiàng)目的財(cái)務(wù)可行性和經(jīng)濟(jì)可行性進(jìn)行分析討論,做出全面的經(jīng)濟(jì)評(píng)價(jià),為項(xiàng)目的科學(xué)決策提供依據(jù)。
經(jīng)濟(jì)評(píng)價(jià)包括項(xiàng)目管理、參數(shù)設(shè)置、方案計(jì)算、扶助報(bào)表、基本報(bào)表和綜合財(cái)務(wù)指標(biāo)等幾個(gè)方面。其中項(xiàng)目管理包括項(xiàng)目的建立、選擇和刪除,對(duì)項(xiàng)目管理庫進(jìn)行操作。參數(shù)設(shè)置對(duì)房地產(chǎn)投資中的各項(xiàng)參數(shù)進(jìn)行賦值,方案計(jì)算用現(xiàn)金流法和非現(xiàn)金流法對(duì)投資項(xiàng)目進(jìn)行分析計(jì)算。輔助報(bào)表和基本報(bào)表用于生成各種報(bào)表。綜合財(cái)務(wù)報(bào)表生成現(xiàn)金流法綜合財(cái)務(wù)指標(biāo)匯總表和非現(xiàn)金流綜合財(cái)務(wù)指標(biāo)匯總表,在這一模塊中還生成直方圖檢驗(yàn)、餅圖檢驗(yàn)和拆線圖等圖表,更直觀地反映出財(cái)務(wù)狀況。
(三)風(fēng)險(xiǎn)分析
房地產(chǎn)投資雖說有著高收益,但是同時(shí)也存在著高風(fēng)險(xiǎn),對(duì)其進(jìn)行風(fēng)險(xiǎn)分析非常必要。正確評(píng)價(jià)房地產(chǎn)開發(fā)的風(fēng)險(xiǎn)可以指導(dǎo)投資者進(jìn)行正確的開發(fā)決策,減少?zèng)Q策的盲目性和失誤。對(duì)于上述風(fēng)險(xiǎn),人們并不能明確的給一個(gè)答案,到底有沒有這種風(fēng)險(xiǎn),這是存在著模糊性的。為此可以把模糊數(shù)學(xué)方法引入到風(fēng)險(xiǎn)分析中來,采用模糊綜合評(píng)價(jià)法可將定量與定性的指標(biāo)結(jié)合起來,〖jp+1〗可以不受指標(biāo)因量綱不同或量綱相同而量級(jí)不同的影響,對(duì)于問題比較復(fù)雜、信息不很全面的房地產(chǎn)開發(fā)投資是很適應(yīng)的。此外,房地產(chǎn)投資風(fēng)險(xiǎn)因素層次比較多,可以采用多級(jí)模糊模型來分析。
(四) 可行性報(bào)告生成
可行性報(bào)告生成模塊的功能是根據(jù)房地產(chǎn)投資項(xiàng)目來生成一個(gè)可行性報(bào)告模板,這就省去了用戶編寫可行性報(bào)告的時(shí)間。用戶可以根據(jù)自己的實(shí)際情況向可行性報(bào)告模板中添加一些項(xiàng)目的數(shù)據(jù),甚至是根據(jù)項(xiàng)目數(shù)據(jù)生成的柱狀圖、餅圖等圖表?，F(xiàn)在人們所用的字處理軟件一般都為微軟的word,所以本系統(tǒng)中所生成的可行性報(bào)告為word文檔形式,這樣便于用戶對(duì)可行性報(bào)告的
該系統(tǒng)中的四個(gè)功能模塊緊密協(xié)作,基本涵蓋了房地產(chǎn)投資中所應(yīng)考慮的各方面內(nèi)容。用戶(決策者)通過這些模塊的運(yùn)作,可以得到有力的輔助決策,從而提高決策水平。
四、小結(jié)
將決策支持系統(tǒng)技術(shù)應(yīng)用到房地產(chǎn)投資決策,是房地產(chǎn)投資的一項(xiàng)重大變革。房地產(chǎn)投資決策支持系統(tǒng)不僅可以提高決策效率,同時(shí)也大大提高了決策的準(zhǔn)確性。目前我國(guó)在房地產(chǎn)投資方面的決策支持系統(tǒng)還不多,有待于進(jìn)一步發(fā)展?，F(xiàn)有的房地產(chǎn)投資決策支持系統(tǒng)一般功能并不是很強(qiáng)大,還不能真正有效地起到輔助決策的作用。本文所提到的系統(tǒng)只是作了對(duì)房地產(chǎn)投資決策支持系統(tǒng)的一個(gè)初步探索,其中難免存在著一些不足,這就需要以后通過進(jìn)一步的研究,使得系統(tǒng)不斷得到完善。
參考文獻(xiàn):
[1]柳鶯,趙艷紅,錢旭,劉東紅. 數(shù)據(jù)倉(cāng)庫技術(shù)研究和應(yīng)用探討[j].計(jì)算機(jī)應(yīng)用,2001(2):46-48.
[2]馬麗娜,劉弘,張希林. 數(shù)據(jù)挖掘,olap在決策支持系統(tǒng)中的應(yīng)用[j].計(jì)算機(jī)應(yīng)用研究,2001(11):10-12.
[3]劉智,桑國(guó)明,張維石. 基于數(shù)據(jù)倉(cāng)庫連鎖店決策支持系統(tǒng)模型的研究[j].計(jì)算機(jī)與數(shù)學(xué)工程,2005(8):22-24.
[4]王沛皇. 房地產(chǎn)開發(fā)項(xiàng)目的特性及經(jīng)濟(jì)評(píng)價(jià)[j].工業(yè)技術(shù)經(jīng)濟(jì),2000: 52 -53.
[5]王珊等.數(shù)據(jù)倉(cāng)庫技術(shù)與聯(lián)機(jī)分析處理[m].北京:科學(xué)出版社,1998.
[6]高洪深.決策支持系統(tǒng)(dss):理論方法案例[m].北京:清華大學(xué)出版社,2005.
[7]王麗珍,周麗華,陳紅梅. 數(shù)據(jù)倉(cāng)庫與數(shù)據(jù)挖掘原理及應(yīng)用[m].北京:科學(xué)出版社,2005.
[8]王希迎,丁建臣,陸桂娟. 房地產(chǎn)企業(yè)融資新解[m].北京:中國(guó)經(jīng)濟(jì)出版社,2005.
【關(guān)鍵詞】 內(nèi)部控制； 內(nèi)部控制質(zhì)量； 整合觀
中圖分類號(hào)：F272.5 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1004-5937（2014）30-0054-05
一、問題的提出
內(nèi)部控制質(zhì)量的度量首先是實(shí)證研究范式在內(nèi)部控制領(lǐng)域興起的客觀需要，是內(nèi)部控制實(shí)證研究的前提。內(nèi)部控制質(zhì)量的度量除了為內(nèi)部控制的影響因素、經(jīng)濟(jì)后果和市場(chǎng)反映等研究提供計(jì)量基礎(chǔ)之外，還使得檢驗(yàn)內(nèi)部控制的治理機(jī)理以及與其他治理機(jī)制的協(xié)同效應(yīng)成為可能，使內(nèi)部控制實(shí)證研究走向深化，推動(dòng)理論向前發(fā)展。從實(shí)踐角度看，建立科學(xué)合理的內(nèi)部控制評(píng)價(jià)體系是推動(dòng)內(nèi)部控制規(guī)范實(shí)施的重要環(huán)節(jié)。內(nèi)部控制質(zhì)量的度量作為內(nèi)部控制評(píng)價(jià)的數(shù)量化表示，不僅可以完善企業(yè)內(nèi)部控制體系建設(shè)、提升風(fēng)險(xiǎn)管控能力，而且對(duì)規(guī)范資本市場(chǎng)運(yùn)行以及推動(dòng)我國(guó)經(jīng)濟(jì)的可持續(xù)發(fā)展等都有著積極而深遠(yuǎn)的意義。
但是，內(nèi)部控制質(zhì)量的度量一直都是內(nèi)部控制研究領(lǐng)域的難點(diǎn)問題?，F(xiàn)實(shí)情況是，對(duì)于內(nèi)部控制效率，理論上既沒有合乎邏輯的理論框架，實(shí)務(wù)中又缺乏有效的評(píng)價(jià)方法，以至于人們?cè)趦?nèi)部控制效率的語義內(nèi)涵、衡量標(biāo)準(zhǔn)和測(cè)度方法上難以形成統(tǒng)一的意見。首先，對(duì)內(nèi)部控制質(zhì)量的概念本身就存在著爭(zhēng)議。COSO委員會(huì)認(rèn)為內(nèi)部控制的質(zhì)量是指內(nèi)部控制制度設(shè)計(jì)的有效性和執(zhí)行的有效性，而有些學(xué)者則認(rèn)為內(nèi)部控制的質(zhì)量體現(xiàn)在對(duì)于內(nèi)部控制目標(biāo)的實(shí)現(xiàn)提供的保證程度上，這就產(chǎn)生了內(nèi)部控制評(píng)價(jià)中關(guān)于“有效性”與“效率”兩個(gè)基礎(chǔ)概念的選擇問題，基礎(chǔ)概念的分歧進(jìn)而帶來了定性與定量評(píng)價(jià)的不同側(cè)重以及度量方式的差異。其次，在度量方法上也存在著爭(zhēng)議。內(nèi)部控制質(zhì)量的度量是一個(gè)涉及到多指標(biāo)的綜合評(píng)價(jià)過程，各種管理工程學(xué)方法和綜合評(píng)價(jià)技術(shù)被引入其中，但各種方法莫衷一是，而且都無法很好地解決度量過程中定性指標(biāo)向定量指標(biāo)轉(zhuǎn)化的主觀性偏差。
針對(duì)這些問題，理論界與實(shí)務(wù)界展開了積極的探索，取得了一些進(jìn)展，本文將對(duì)現(xiàn)有的關(guān)于內(nèi)部控制質(zhì)量度量的文獻(xiàn)進(jìn)行系統(tǒng)梳理，以期獲得對(duì)現(xiàn)有研究進(jìn)展的準(zhǔn)確把握和深入理解，并在此基礎(chǔ)上提出關(guān)于內(nèi)部控制質(zhì)量度量的新思路――整合觀。
分類是理清思路、研究問題的一個(gè)重要方法。根據(jù)對(duì)相關(guān)文獻(xiàn)的梳理，發(fā)現(xiàn)目前對(duì)于內(nèi)部控制質(zhì)量度量的分類方法不盡相同，各種分類方法相互重疊，尚未形成一種統(tǒng)一的分類方式。就研究需要來說，過多的分類方式將會(huì)帶來研究上的混亂，而一種合理且統(tǒng)一的分類將對(duì)于研究體系的構(gòu)建起到支撐作用。對(duì)于內(nèi)部控制質(zhì)量的度量，其分類方法首先應(yīng)當(dāng)與內(nèi)容緊密聯(lián)系，從研究的內(nèi)容入手往往更有意義，體現(xiàn)對(duì)事物分類的目的。同時(shí)還要求分類具有明確的類別界限和一定的包容性，這樣既可以清晰地劃分各種類別，又可以涵蓋現(xiàn)有內(nèi)容。因此，從現(xiàn)有文獻(xiàn)出發(fā)，結(jié)合對(duì)內(nèi)部控制框架的借鑒以及上述原則的指導(dǎo)，將內(nèi)部控制質(zhì)量度量方式劃分為缺陷觀、要素觀和目標(biāo)觀三種基本方式。
二、內(nèi)部控制質(zhì)量度量的缺陷觀
追溯早期實(shí)證類的文獻(xiàn)，筆者發(fā)現(xiàn)，在要素觀與目標(biāo)觀度量方法尚未成型之前，為了實(shí)證研究的需要，學(xué)者們簡(jiǎn)單地根據(jù)披露的內(nèi)部控制缺陷情況來度量?jī)?nèi)部控制質(zhì)量，稱之為缺陷觀。國(guó)外的實(shí)證研究最早就是采用了這種方式。美國(guó)2002年通過了薩班斯法案之后，對(duì)財(cái)務(wù)報(bào)告內(nèi)部控制自我評(píng)價(jià)和審計(jì)等方面提出了強(qiáng)制性要求，并很快被其他國(guó)家效仿，這種強(qiáng)制性披露制度的推行在很大程度上解決了內(nèi)部控制信息的來源問題，為開展內(nèi)部控制實(shí)證研究提供了新的契機(jī)。我國(guó)早期實(shí)證研究也多受此啟發(fā)。
需要指出的是，對(duì)于2008年以前的研究，有的學(xué)者是用內(nèi)部控制的自愿披露情況構(gòu)造虛擬變量作為內(nèi)部控制質(zhì)量的度量指標(biāo)的。例如張龍平等（2010）以公司是否披露內(nèi)部控制鑒證報(bào)告作為內(nèi)部控制質(zhì)量的度量方式，根據(jù)2006至2008年數(shù)據(jù)研究了內(nèi)部控制與盈余質(zhì)量的關(guān)系。這與筆者這里定義的缺陷觀是有區(qū)別的。上海證券交易所2006年6月《上海證券交易所上市公司內(nèi)部控制指引》（2006年7月1日起施行），鼓勵(lì)（而非強(qiáng)制）有條件的上市公司披露內(nèi)部控制評(píng)價(jià)報(bào)告，深圳證券交易所2006年9月《深圳證券交易所上市公司內(nèi)部控制指引》（2007年7月1日起施行），強(qiáng)制主板上市公司披露內(nèi)部控制評(píng)價(jià)報(bào)告，2008年的內(nèi)部控制基本規(guī)范要求2009年7月1日起在上市公司范圍內(nèi)施行，并且強(qiáng)制披露內(nèi)部控制信息。由此可以看出，我國(guó)內(nèi)部控制信息的披露制度經(jīng)歷了一個(gè)從自愿到半強(qiáng)制再到強(qiáng)制的發(fā)展過程。很顯然，這種以是否自愿披露信息作為內(nèi)部控制質(zhì)量度量的方法已經(jīng)失去了應(yīng)用的制度基礎(chǔ)。
從方法上來說，僅僅以是否披露信息作為內(nèi)部控制的度量指標(biāo)過于簡(jiǎn)單化，缺乏嚴(yán)謹(jǐn)性。在此之后，以公開的內(nèi)部控制鑒證報(bào)告的類型、披露的內(nèi)部控制缺陷以及缺陷的個(gè)數(shù)構(gòu)造度量指標(biāo)的缺陷觀發(fā)展起來。
缺陷觀更多地出現(xiàn)在具體的內(nèi)部控制實(shí)證研究文獻(xiàn)當(dāng)中，其中國(guó)內(nèi)具有代表性的文獻(xiàn)包括：李萬福、林斌、宋璐（2011）根據(jù)公司是否存在內(nèi)部控制缺陷構(gòu)造虛擬變量度量?jī)?nèi)部控制質(zhì)量指標(biāo)，檢驗(yàn)了內(nèi)部控制對(duì)投資效率的影響；單華軍（2010）等以上市公司是否披露內(nèi)部控制缺陷和披露的內(nèi)部控制缺陷個(gè)數(shù)來衡量?jī)?nèi)部控制質(zhì)量，并以此檢驗(yàn)了內(nèi)部控制缺陷與公司違規(guī)之間的相關(guān)性；方紅星、金玉娜（2013）在前人的基礎(chǔ)上，提出了可感知的內(nèi)部控制度量方法，采用分類法將內(nèi)部控制質(zhì)量分為低、中、高三類，分別賦值-1、0、1。從外文文獻(xiàn)來看，國(guó)外學(xué)者在做內(nèi)部控制實(shí)證研究的時(shí)候主要采用的就是缺陷觀。例如Doyle et al.（2007）、Ashbaugh-Skaife et al.（2008）分別利用披露的內(nèi)部控制缺陷情況構(gòu)造虛擬變量，實(shí)證檢驗(yàn)了內(nèi)部控制與應(yīng)計(jì)質(zhì)量的關(guān)系；Goh and Li（2011）利用披露的內(nèi)部控制重大缺陷構(gòu)造虛擬變量研究?jī)?nèi)部控制質(zhì)量與財(cái)務(wù)穩(wěn)健性的關(guān)系。Krishnan（2005）同樣利用缺陷觀構(gòu)造虛擬變量檢驗(yàn)了內(nèi)部控制與審計(jì)委員會(huì)質(zhì)量的關(guān)系。
內(nèi)部控制質(zhì)量度量的缺陷觀的突出特點(diǎn)就是簡(jiǎn)單易行，但這也帶來了諸多不足。很重要的一點(diǎn)在于缺陷觀完全依賴于內(nèi)部控制信息的披露情況，如果企業(yè)披露的內(nèi)部控制信息存在缺陷，那么根據(jù)這種披露而進(jìn)行的評(píng)價(jià)就會(huì)產(chǎn)生偏差。雖然我國(guó)內(nèi)部控制自愿性披露轉(zhuǎn)為強(qiáng)制性披露，但上市公司監(jiān)管較弱，強(qiáng)制性披露流于形式。據(jù)財(cái)政部會(huì)計(jì)司頒布的上市公司2012年實(shí)施企業(yè)內(nèi)部控制規(guī)范體系情況分析報(bào)告顯示，2012年共有2 244家上市公司披露了內(nèi)部控制評(píng)價(jià)報(bào)告，占滬、深交易所2 492家上市公司的比例為90.05%，但只有8家上市公司披露存在內(nèi)部控制重大缺陷，披露比例為0.36%。因此不難發(fā)現(xiàn)，我國(guó)上市公司內(nèi)部控制信息披露就數(shù)量而言比較可觀，但是質(zhì)量不盡人意。因而缺陷觀在我國(guó)尚缺乏應(yīng)用的基礎(chǔ)；另外，簡(jiǎn)單地使用虛擬變量，無法反映內(nèi)部控制質(zhì)量的差異性。以披露的內(nèi)部控制缺陷為例，對(duì)內(nèi)部控制信息進(jìn)行簡(jiǎn)單加總僅僅考慮了數(shù)量因素，沒有考慮質(zhì)量特征，同樣是內(nèi)部控制缺陷，但缺陷的大小程度不同，一個(gè)嚴(yán)重的內(nèi)部控制缺陷對(duì)公司的影響很可能比多個(gè)中低程度內(nèi)部控制缺陷的影響要大得多，采用對(duì)內(nèi)部控制信息簡(jiǎn)單加總的方法可能導(dǎo)致較大偏差；并且這種度量方式完全忽略了對(duì)內(nèi)部控制要素、過程的考量，無法全面、準(zhǔn)確地評(píng)價(jià)內(nèi)部控制的真實(shí)質(zhì)量，缺乏說服力。
三、內(nèi)部控制質(zhì)量度量的要素觀
內(nèi)部控制歸根結(jié)底是由基本要素組成的，要素是COSO整合框架的核心內(nèi)容，是實(shí)現(xiàn)內(nèi)部控制目標(biāo)的基礎(chǔ)。這些要素及其構(gòu)成方式，決定著內(nèi)部控制的內(nèi)容與形式。
內(nèi)部控制質(zhì)量度量的要素觀受到內(nèi)部控制要素的啟發(fā)，認(rèn)為既然內(nèi)部控制是一個(gè)控制過程，人們無法時(shí)刻關(guān)注內(nèi)部控制的運(yùn)行情況，而內(nèi)部控制要素又構(gòu)成了完整適用的控制體系，那么當(dāng)要素安排得當(dāng)、相對(duì)健全的時(shí)候，就可以合理保證內(nèi)部控制過程的效率效果。從這個(gè)角度出發(fā)，對(duì)內(nèi)部控制質(zhì)量的衡量就成了對(duì)內(nèi)部控制要素的考察。內(nèi)部控制質(zhì)量度量需要涉及到企業(yè)內(nèi)部控制的各個(gè)方面，既要考慮到內(nèi)部控制評(píng)價(jià)的主觀性，又要使內(nèi)部控制評(píng)價(jià)結(jié)果具有客觀性，同時(shí)，評(píng)價(jià)過程還需要遵循系統(tǒng)性、全面性、重要性、可比性、定性與定量結(jié)合的原則，因此，需要一個(gè)合理的邏輯框架作為支撐。COSO整合框架的五要素論優(yōu)化了內(nèi)部控制的結(jié)構(gòu)與體系，整合了對(duì)內(nèi)部控制的不同理解，構(gòu)造了一個(gè)共識(shí)性的概念平臺(tái)和框架，因此不失為一個(gè)合理的度量邏輯框架。
要素觀的本質(zhì)是對(duì)內(nèi)部控制要素的統(tǒng)計(jì)綜合評(píng)價(jià)，在一定的數(shù)理統(tǒng)計(jì)和系統(tǒng)工程方法的幫助下以綜合性的數(shù)值表示評(píng)價(jià)結(jié)果。這種方式與下面目標(biāo)觀的背后思想都是對(duì)于真實(shí)效率與可測(cè)效率之間理想與現(xiàn)實(shí)的妥協(xié)。真實(shí)效率由于其內(nèi)在的復(fù)雜性是無法完全觀測(cè)到的。即對(duì)于我們來說，內(nèi)部控制效率其實(shí)就是一個(gè)“黑箱”。人們所能夠觀測(cè)和計(jì)算的，只是可以在某個(gè)能夠觀察到并且又可以用財(cái)務(wù)指標(biāo)（或非財(cái)務(wù)指標(biāo)）進(jìn)行測(cè)算的那部分可測(cè)效率。這就決定著企業(yè)對(duì)內(nèi)部控制效率的評(píng)價(jià)，只能建立在可觀測(cè)效率的概念之上，也從一定程度上解釋了為何內(nèi)部控制質(zhì)量度量是一個(gè)難點(diǎn)問題。
國(guó)內(nèi)要素觀具有代表性的文獻(xiàn)包括：陳漢文（2010）根據(jù)內(nèi)部控制五要素構(gòu)建了由四級(jí)指標(biāo)構(gòu)成的評(píng)價(jià)體系，其中一級(jí)指標(biāo)5個(gè)、二級(jí)指標(biāo)24個(gè)、三級(jí)指標(biāo)43個(gè)，四級(jí)指標(biāo)144個(gè)，然后利用層次分析法（Analytic Hierarchy Process，AHP），遵循構(gòu)造層次分析結(jié)構(gòu)、建立判斷矩陣群、計(jì)算權(quán)重及一致性檢驗(yàn)的步驟最終獲得內(nèi)部控制質(zhì)量的數(shù)值；林鐘高、鄭軍、王書珍（2007）在借鑒內(nèi)部控制五大要素的基礎(chǔ)上結(jié)合公司治理指標(biāo)設(shè)計(jì)的內(nèi)容，構(gòu)建了中國(guó)上市公司內(nèi)部控制綜合評(píng)價(jià)指數(shù)（ICI），基本涵蓋了COSO框架下的控制環(huán)境、風(fēng)險(xiǎn)評(píng)估、控制手段、信息與溝通及監(jiān)督五個(gè)主要方面；朱衛(wèi)東等（2005）運(yùn)用BP神經(jīng)學(xué)網(wǎng)絡(luò)算法，根據(jù)五要素把描述企業(yè)內(nèi)部控制狀況的特征信息作為神經(jīng)網(wǎng)絡(luò)的輸入向量，而把代表相應(yīng)綜合評(píng)價(jià)結(jié)果的值作為神經(jīng)網(wǎng)絡(luò)的輸出，并用足夠的樣本訓(xùn)練這個(gè)網(wǎng)絡(luò)，使不同的輸入向量得到不同的輸出量值，從而對(duì)企業(yè)的內(nèi)部控制狀況進(jìn)行了量化的評(píng)價(jià)；此外，還有駱良彬、王河流（2008），韓傳模、汪士果（2009）運(yùn)用AHP與模糊綜合評(píng)價(jià)方法的研究都屬于要素觀。國(guó)外要素觀的文獻(xiàn)包括：EI Paso（2002）從COSO整合框架出發(fā)，構(gòu)建了包含5級(jí)量度，93個(gè)指標(biāo)的內(nèi)部控制評(píng)價(jià)指標(biāo)體系；Sung-Sik Hwang et al.（2004）按照COSO報(bào)告構(gòu)建了EPP環(huán)境下的內(nèi)部控制評(píng)價(jià)模型，該模型由5個(gè)維度28個(gè)評(píng)價(jià)指標(biāo)組成，并且使用層次分析法對(duì)評(píng)價(jià)指標(biāo)賦權(quán)。
要素觀主要有以下兩大優(yōu)點(diǎn)：首先，內(nèi)部控制要素框架是一個(gè)成熟的體系，可以作為我們借以度量?jī)?nèi)部控制質(zhì)量的現(xiàn)成基礎(chǔ)，使評(píng)價(jià)工作有據(jù)可循，并且這種從制度基礎(chǔ)角度的評(píng)價(jià)方式具有邏輯上的合理性和現(xiàn)實(shí)中的可行性；其次，管理工程方法和數(shù)理統(tǒng)計(jì)知識(shí)的運(yùn)用，擺脫了綜合評(píng)價(jià)指標(biāo)合成過程中的主觀因素干擾，使得評(píng)價(jià)保持了方法上的客觀性。
但是也應(yīng)當(dāng)看到，以內(nèi)部控制要素為出發(fā)點(diǎn)的度量方法所具有的缺陷。首先，就數(shù)據(jù)的可獲得性來說，內(nèi)部控制要素內(nèi)化于企業(yè)管理系統(tǒng)當(dāng)中，作為外部的研究者很難獲取數(shù)據(jù)。例如，于增彪、王競(jìng)達(dá)、瞿衛(wèi)菁（2007）采用實(shí)地調(diào)研的方法探討了亞新科安徽子公司如何設(shè)計(jì)和應(yīng)用內(nèi)控評(píng)價(jià)體系，但這種方式費(fèi)時(shí)費(fèi)力，對(duì)于大樣本實(shí)證研究無能為力；其次，很多內(nèi)部控制要素的衡量都是定性的，這種方法涉及到對(duì)內(nèi)部控制要素從定性評(píng)價(jià)到定量化的轉(zhuǎn)化過程，往往需要尋找替代變量或者引入虛擬變量，運(yùn)用專家打分等方法，這會(huì)帶來原始數(shù)據(jù)的主觀性偏差，雖然做到了綜合指標(biāo)合成過程的客觀性，但原始賦值的偏差后果是致命的。
四、內(nèi)部控制質(zhì)量度量的目標(biāo)觀
內(nèi)部控制目標(biāo)，是決定內(nèi)部控制運(yùn)行方式和方向的關(guān)鍵，是認(rèn)識(shí)內(nèi)部控制基本理論的出發(fā)點(diǎn)，是內(nèi)部控制設(shè)計(jì)與執(zhí)行的導(dǎo)向。內(nèi)部控制質(zhì)量度量的目標(biāo)觀同樣受到COSO內(nèi)部控制框架的啟發(fā)，但目標(biāo)觀認(rèn)為以要素為基礎(chǔ)設(shè)置指數(shù)變量，指數(shù)的計(jì)算主要采用專家打分法，存在較大的主觀性，難以無偏地反映上市公司的內(nèi)部控制水平，因此從控制的效果、目標(biāo)的達(dá)成情況來評(píng)價(jià)內(nèi)部控制的質(zhì)量更為合理。其背后的思想仍然是以可觀測(cè)效率來推斷實(shí)際效率，客觀上簡(jiǎn)化了評(píng)價(jià)度量工作。
國(guó)內(nèi)目標(biāo)觀具有代表性的觀點(diǎn)包括：張先治等（2011）根據(jù)COSO風(fēng)險(xiǎn)管理框架內(nèi)部控制四大目標(biāo)，即戰(zhàn)略目標(biāo)、經(jīng)營(yíng)的效率效果、財(cái)務(wù)報(bào)告的可靠性和法律法規(guī)的遵守，從結(jié)果層指標(biāo)、目標(biāo)層指標(biāo)、準(zhǔn)則層指標(biāo)、具體評(píng)價(jià)指標(biāo)展開構(gòu)建評(píng)價(jià)指標(biāo)體系，同時(shí)建議使用分層模糊處理方法獲取綜合得分。除了提出具體的度量方法外，張先治還從我國(guó)內(nèi)部控制實(shí)踐和監(jiān)管環(huán)境出發(fā)，分別從內(nèi)部控制評(píng)價(jià)內(nèi)涵、評(píng)價(jià)目的、評(píng)價(jià)模式、評(píng)價(jià)主體、評(píng)價(jià)客體、評(píng)價(jià)模型角度系統(tǒng)論述并構(gòu)建了中國(guó)企業(yè)內(nèi)部控制評(píng)價(jià)系統(tǒng)，為從目標(biāo)觀角度進(jìn)行內(nèi)部控制質(zhì)量的度量提供了重要指引；中國(guó)上市公司內(nèi)部控制指數(shù)研究課題組（2011）公布的中國(guó)上市公司內(nèi)部控制指數(shù)，是由迪博公司基于時(shí)任財(cái)政部副部長(zhǎng)王軍批準(zhǔn)的全國(guó)重點(diǎn)會(huì)計(jì)科研課題――中國(guó)上市公司內(nèi)部控制指數(shù)研究設(shè)計(jì)而來，又叫迪博指數(shù)。迪博指數(shù)從內(nèi)部控制目標(biāo)出發(fā)，并結(jié)合我國(guó)的內(nèi)部控制規(guī)范體系，根據(jù)2008年我國(guó)頒布的內(nèi)部控制基本規(guī)范中的內(nèi)部控制五目標(biāo)，構(gòu)建了內(nèi)部控制基本指數(shù)體系，即戰(zhàn)略指數(shù)變量、經(jīng)營(yíng)指數(shù)變量、報(bào)告指數(shù)變量、合規(guī)指數(shù)變量和資產(chǎn)安全指數(shù)變量以及對(duì)應(yīng)的二級(jí)指標(biāo)體系，并將內(nèi)部控制重大缺陷作為修正指標(biāo)，對(duì)內(nèi)部控制基本指數(shù)進(jìn)行補(bǔ)充與修正。在數(shù)據(jù)處理上，利用標(biāo)準(zhǔn)化法對(duì)指數(shù)變量進(jìn)行無量綱化，使得各變量之間具有可比性，并采用算術(shù)平均法為各變量賦予權(quán)重，從而得到綜合評(píng)價(jià)的結(jié)果；此外，程曉陵、王懷明（2008），張兆國(guó)、張旺峰、楊清香（2011）在實(shí)證研究中采用的方法都可以劃分為這一類。國(guó)外文獻(xiàn)中具有代表性的是Chih-Yang Tseng（2007）構(gòu)建的企業(yè)風(fēng)險(xiǎn)管理指數(shù)，該指數(shù)基于企業(yè)風(fēng)險(xiǎn)管理整合框架，從戰(zhàn)略目標(biāo)、經(jīng)營(yíng)目標(biāo)、報(bào)告目標(biāo)和合規(guī)目標(biāo)的實(shí)現(xiàn)程度來計(jì)算評(píng)分。
這種以目標(biāo)為導(dǎo)向的評(píng)價(jià)方法最大的優(yōu)點(diǎn)在于評(píng)價(jià)結(jié)果的客觀可靠性。不同于內(nèi)嵌于企業(yè)經(jīng)營(yíng)活動(dòng)中那些千差萬別、紛繁復(fù)雜的控制環(huán)節(jié)要素，內(nèi)部控制目標(biāo)的實(shí)現(xiàn)通過企業(yè)最終經(jīng)營(yíng)的一系列數(shù)據(jù)表現(xiàn)出來，具有數(shù)字化、精確化的特點(diǎn)，大大減少了要素觀中定性評(píng)價(jià)指標(biāo)定量化的環(huán)節(jié)，可靠性提升的同時(shí)加上指標(biāo)的透明化又帶來了評(píng)價(jià)結(jié)果的可比性，并且提高了評(píng)價(jià)效率。另外，以目標(biāo)為導(dǎo)向的評(píng)價(jià)方法所需要的資料易于為外部研究者獲取，可行性較高。
但是目標(biāo)觀的不足也是顯而易見的，那就是以目標(biāo)的實(shí)現(xiàn)來衡量?jī)?nèi)部控制質(zhì)量時(shí)存在的相關(guān)性問題。以經(jīng)營(yíng)目標(biāo)為例，內(nèi)部控制只是實(shí)現(xiàn)經(jīng)營(yíng)效率效果的一個(gè)方面，而企業(yè)最終的經(jīng)營(yíng)成果還要受到宏觀經(jīng)濟(jì)環(huán)境、競(jìng)爭(zhēng)對(duì)手策略，甚至是自然氣候因素的影響，是多重因素共同作用的結(jié)果，所以，目標(biāo)實(shí)現(xiàn)程度來衡量?jī)?nèi)部控制有效性存在系統(tǒng)性偏差。
五、內(nèi)部控制質(zhì)量度量的新思路
從前文分析可以看出，現(xiàn)有的內(nèi)部控制質(zhì)量度量方法各有各的優(yōu)勢(shì)，其度量方式都具有一定的創(chuàng)造性與獨(dú)特性，但是也普遍表現(xiàn)出無法全面衡量?jī)?nèi)部控制質(zhì)量的缺陷。具體來說，缺陷觀易于理解、操作簡(jiǎn)便，但無法對(duì)內(nèi)控質(zhì)量進(jìn)行全面評(píng)價(jià)；要素觀過程導(dǎo)向，相關(guān)性較強(qiáng)，但可靠性較弱，數(shù)據(jù)計(jì)算易受主觀因素的影響；目標(biāo)觀結(jié)果導(dǎo)向，可靠性較強(qiáng)，但相關(guān)性較弱，因?yàn)槟繕?biāo)的實(shí)現(xiàn)未必與內(nèi)控的高質(zhì)量相關(guān)。
其實(shí)，從最早的缺陷觀到后來的要素觀與目標(biāo)觀，各種度量方法一直在不斷發(fā)展、完善，并且，正是由于單一度量觀的不足，已經(jīng)有學(xué)者意識(shí)到有必要結(jié)合不同度量觀來評(píng)價(jià)內(nèi)部控制質(zhì)量。例如，迪博指數(shù)在設(shè)計(jì)之時(shí)就考慮了用內(nèi)部控制重大缺陷對(duì)指標(biāo)進(jìn)行修正，盡量減少度量偏差；方紅星的可感知度量方法實(shí)際上是用經(jīng)過控制目標(biāo)實(shí)現(xiàn)情況調(diào)整后的內(nèi)部控制信息披露情況來度量?jī)?nèi)部控制質(zhì)量。但是，這些結(jié)合或是簡(jiǎn)單地在一種方法的基礎(chǔ)上引入另一種方法進(jìn)行修正，或是簡(jiǎn)單地把兩種方式生硬地糅合，這樣的結(jié)合是否能夠有效整合各種方式的優(yōu)點(diǎn)，又在多大程度上克服現(xiàn)有方式的不足，仍值得商榷。例如，迪博指數(shù)引入的內(nèi)部控制重大缺陷對(duì)指標(biāo)進(jìn)行修正并沒有解決目標(biāo)觀度量的相關(guān)性問題，可感知方法也沒能解決缺陷觀無法對(duì)內(nèi)部控制全面衡量的問題?？梢哉f，在方法的整合上，現(xiàn)有的研究并不充分。
因此，如何將不同度量觀有效結(jié)合，切實(shí)整合三種觀點(diǎn)的優(yōu)勢(shì)并且克服各自的不足以獲得內(nèi)部控制質(zhì)量的全面準(zhǔn)確度量就成為了解決問題的關(guān)鍵。有鑒于此，筆者在這里提出內(nèi)部控制質(zhì)量度量的新思路――整合觀。
整合觀的核心思想是以要素觀為基本框架，并融合目標(biāo)觀與要素觀的內(nèi)容，吸取其合理內(nèi)核并克服其局限性，以我國(guó)企業(yè)內(nèi)部控制規(guī)范指引為依據(jù)，結(jié)合美國(guó)COSO框架2013年最新進(jìn)展，以期構(gòu)建一套兼具科學(xué)性與可操作性的內(nèi)部控制有效性評(píng)價(jià)體系，最終編制出具有廣泛認(rèn)可度的我國(guó)上市公司內(nèi)部控制指數(shù)。
社會(huì)科學(xué)的研究目的在于發(fā)現(xiàn)各種社會(huì)現(xiàn)象及其規(guī)律并將其運(yùn)用到實(shí)踐中，因而更加關(guān)注的是相關(guān)性。雖然沒有絕對(duì)的精確性要求，但是度量指標(biāo)的信度和效度、相關(guān)性和可靠性是衡量度量指標(biāo)恰當(dāng)性的絕對(duì)標(biāo)準(zhǔn)，這也是對(duì)度量方式的合理性評(píng)價(jià)的出發(fā)點(diǎn)與落腳點(diǎn)。以要素觀為基本框架最大的優(yōu)勢(shì)就是能夠避免目標(biāo)觀在相關(guān)性上的不足以及缺陷觀無法全面衡量?jī)?nèi)部控制質(zhì)量的問題，從內(nèi)部控制制度本身考量?jī)?nèi)部控制制度，全面評(píng)價(jià)內(nèi)部控制質(zhì)量，并且要素觀能夠利用成熟的內(nèi)部控制框架，在理論上更加完備。與此同時(shí)，整合觀吸收目標(biāo)觀與要素觀的合理做法，全面地利用各種方式的優(yōu)點(diǎn)對(duì)要素觀進(jìn)行有益補(bǔ)充，能夠克服要素觀在計(jì)算易受主觀因素的影響而導(dǎo)致可靠性不足的缺點(diǎn)。
需要指出的是，雖然以要素觀為基礎(chǔ)存在著數(shù)據(jù)的可獲得性問題，但是隨著資本市場(chǎng)信息披露制度的不斷完善和范圍的擴(kuò)大以及商品化數(shù)據(jù)平臺(tái)的發(fā)展，這一問題將會(huì)得到很大程度的解決。因此，以要素觀為基礎(chǔ)的全面整合觀將是解決內(nèi)部控制質(zhì)量度量問題的有效途徑，這既從理論上實(shí)現(xiàn)了內(nèi)部控制度量難題的突破，為解決內(nèi)部控制評(píng)價(jià)難題提供了新的研究視角，推進(jìn)內(nèi)部控制評(píng)價(jià)方面的研究，促進(jìn)內(nèi)部控制領(lǐng)域研究的深入發(fā)展，又必將為內(nèi)部控制的應(yīng)用實(shí)踐帶來新的發(fā)展契機(jī)。
【主要參考文獻(xiàn)】
[1] 楊潔.基于PDCA循環(huán)的內(nèi)部控制有效性綜合評(píng)價(jià)[J].會(huì)計(jì)研究，2011（4）：82-87.
[2] 李連華，唐國(guó)平.內(nèi)部控制效率：理論框架與測(cè)度評(píng)價(jià)[J].會(huì)計(jì)研究，2012（5）：16-21，93.
[3] 張龍平，王軍只，張軍.內(nèi)部控制鑒證對(duì)會(huì)計(jì)盈余質(zhì)量的影響研究――基于滬市A股公司的經(jīng)驗(yàn)證據(jù)[J]. 審計(jì)研究，2010（2）：83-90.
[4] 李萬福，林斌，宋璐.內(nèi)部控制在公司投資中的角色：效率促進(jìn)還是抑制？[J].管理世界，2011（2）：81-99，188.
[5] 單華軍.內(nèi)部控制、公司違規(guī)與監(jiān)管績(jī)效改進(jìn)――來自2007―2008年深市上市公司的經(jīng)驗(yàn)證據(jù)[J].中國(guó)工業(yè)經(jīng)濟(jì)，2010（11）：140-148.
[6] 方紅星，金玉娜.可感知內(nèi)部控制質(zhì)量：度量方法與初步檢驗(yàn)[J].財(cái)經(jīng)問題研究，2013（10）：18-25.
[7] Doyle J，Ge W，McVay S. Accruals Quality and Internal Control over Financial Reporting[J]. Accounting Review.2007，82（5）：1141-1170.
[8] Ashbaugh-Skaife，H.，Collins，D.W.，Kinney，W. r.，& LaFond，R.The Effect of SOX Internal Control Deficiencies and Their Remediation on Accrual Quality[J]. Accounting Review，2008，83（1）： 217-250.
[9] Goh，B.，& Li，D. Internal Controls and Conditional Conservatism[J]. Accounting Review，2011，86（3）：975-1005.
[10] Krishnan，J.Audit Committee Quality and Internal Control： An Empirical Analysis. Accounting Review，2005，80（2）：649-675.
[11] 廈門大學(xué)內(nèi)控指數(shù)課題組，陳漢文.建立適合我國(guó)國(guó)情的內(nèi)部控制評(píng)價(jià)體系[N].證券時(shí)報(bào)，2010-06-11.
[12] 林鐘高，鄭軍，王書珍.內(nèi)部控制與企業(yè)價(jià)值研究――來自滬深兩市A股的經(jīng)驗(yàn)分析[J].財(cái)經(jīng)研究，2007（4）：133-144.
[13] 朱衛(wèi)東，李永志，何秀余. 基于BP神經(jīng)網(wǎng)絡(luò)的企業(yè)內(nèi)部控制體系評(píng)價(jià)研究[J]. 運(yùn)籌與管理，2005（4）：80-84.
[14] 駱良彬，王河流.基于AHP的上市公司內(nèi)部控制質(zhì)量模糊評(píng)價(jià)[J].審計(jì)研究，2008（6）：84-90，96.
[15] 韓傳模，汪士果.基于AHP的企業(yè)內(nèi)部控制模糊綜合評(píng)價(jià)[J].會(huì)計(jì)研究，2009（4）：57-63，99.
[16] EI Paso. Internal Control Assessment[R]. IIA. Research Foundation，2002.
[17] Sung-Sik Hwang，Taeksoo Shin， Ingoo Han. CRAS-CBR： Internal Control Risk Assessment System Using Casebased Reasoning[J].Expert System，2004，21（1）：22-33.
[18] 于增彪，王競(jìng)達(dá)，瞿衛(wèi)菁.企業(yè)內(nèi)部控制評(píng)價(jià)體系的構(gòu)建――基于亞新科工業(yè)技術(shù)有限公司的案例研究[J].審計(jì)研究，2007（3）：47-52.
[19] 張先治，戴文濤.中國(guó)企業(yè)內(nèi)部控制評(píng)價(jià)系統(tǒng)研究[J].審計(jì)研究，2011（1）：69-78.
[20] 中國(guó)上市公司內(nèi)部控制指數(shù)研究課題組，王宏，蔣占華，等.中國(guó)上市公司內(nèi)部控制指數(shù)研究[J].會(huì)計(jì)研究，2011（12）：20-24，96.
[21] 程曉陵，王懷明.公司治理結(jié)構(gòu)對(duì)內(nèi)部控制有效性的影響[J].審計(jì)研究，2008（4）：53-61.
關(guān)鍵詞：先進(jìn)制造技術(shù)；新工業(yè)革命；制造模式；新一代信息技術(shù)；
作者簡(jiǎn)介：周佳軍(1989-)，男，湖北黃岡人，博士研究生，研究方向：計(jì)算機(jī)輔助設(shè)計(jì)、計(jì)算機(jī)輔助制造、計(jì)算機(jī)集成制造系統(tǒng)等
0引言
制造業(yè)是中國(guó)經(jīng)濟(jì)增長(zhǎng)的主體和支柱，是綜合國(guó)力的重要體現(xiàn)。當(dāng)前我國(guó)制造業(yè)的總體情況依然落后，從資源與環(huán)境的角度看，我國(guó)制造業(yè)對(duì)能源和資源消耗巨大，環(huán)境污染嚴(yán)重；從技術(shù)與創(chuàng)新水平的角度看，我國(guó)制造產(chǎn)業(yè)的技術(shù)創(chuàng)新能力薄弱，科技含量低，技術(shù)水平落后，有自主知識(shí)產(chǎn)權(quán)的產(chǎn)品少，產(chǎn)品的附加值較低[1]；從產(chǎn)業(yè)內(nèi)部?jī)r(jià)值鏈的角度看，我國(guó)傳統(tǒng)制造業(yè)處在價(jià)值鏈上(研發(fā)、制造、營(yíng)銷)價(jià)值創(chuàng)造能力最低的環(huán)節(jié)，在研發(fā)和營(yíng)銷領(lǐng)域，科技創(chuàng)新能力弱、品牌建設(shè)不足；從市場(chǎng)環(huán)境的角度看，知識(shí)經(jīng)濟(jì)時(shí)代的市場(chǎng)競(jìng)爭(zhēng)日趨激烈，消費(fèi)更加個(gè)性化，傳統(tǒng)的以追求生產(chǎn)效率為目的而進(jìn)行的品種單一、大批量以及標(biāo)準(zhǔn)化的產(chǎn)品制造模式，很難適應(yīng)現(xiàn)代市場(chǎng)中客戶的個(gè)性化和多樣化需求。
先進(jìn)制造技術(shù)(AdvancedManufacturingTechnology，AMT)注重經(jīng)濟(jì)效益和技術(shù)的融合性，通過柔性生產(chǎn)、靈活生產(chǎn)、產(chǎn)品差異化、注重效率和質(zhì)量等方式增強(qiáng)企業(yè)對(duì)市場(chǎng)的反應(yīng)能力、提高自主創(chuàng)新能力，為客戶提供更加人性化的服務(wù)，具有產(chǎn)品質(zhì)量精良、技術(shù)含量高、資源消耗低、環(huán)境污染少、經(jīng)濟(jì)效益好等特性，通過發(fā)展AMT和戰(zhàn)略性新興產(chǎn)業(yè)改造提升傳統(tǒng)的資源密集型和勞動(dòng)密集型工業(yè)，以開辟一條科技含量高、資源消耗低和環(huán)境污染少的新型工業(yè)化道路，已成為提高我國(guó)高新技術(shù)發(fā)展、推動(dòng)經(jīng)濟(jì)發(fā)展和滿足人民日益增長(zhǎng)需求的主要技術(shù)支撐。
2012年以來，新工業(yè)革命成為各國(guó)討論的熱點(diǎn)，以物聯(lián)網(wǎng)(Internetofthings)和大數(shù)據(jù)(bigdata)為代表的信息技術(shù)、以綠色能源為代表的新能源技術(shù)、以3D打印技術(shù)為代表的數(shù)字化智能制造等技術(shù)系統(tǒng)協(xié)同創(chuàng)新，將柔性化、智能化、敏捷化、精益化、全球化和人性化融為一體，將改變制造業(yè)的生產(chǎn)模式和全球經(jīng)濟(jì)系統(tǒng)，引領(lǐng)人們的生活走向智能化時(shí)代。工業(yè)西方發(fā)達(dá)國(guó)家紛紛提出“再工業(yè)化戰(zhàn)略”，試圖實(shí)現(xiàn)從“產(chǎn)業(yè)空心化”到“再工業(yè)化”的回歸，提出的再工業(yè)化戰(zhàn)略并不是恢復(fù)傳統(tǒng)制造業(yè)的生產(chǎn)能力，而是通過加快突破和應(yīng)用AMT搶占新一輪科技和產(chǎn)業(yè)競(jìng)爭(zhēng)的制高點(diǎn)，占領(lǐng)產(chǎn)業(yè)鏈的高端。為了保證我國(guó)制造業(yè)的持續(xù)發(fā)展，必須盡快完成制造業(yè)的轉(zhuǎn)型升級(jí)，實(shí)現(xiàn)由制造大國(guó)向制造強(qiáng)國(guó)的轉(zhuǎn)變。
1先進(jìn)制造技術(shù)
AMT自20世紀(jì)80年代提出以來，世界各國(guó)都十分重視其理論和應(yīng)用實(shí)踐研究。AMT既包括先進(jìn)加工技術(shù)(AdvancedProcessingTechnology，APT)(主要指材料加工工藝及方法)，又包括對(duì)先進(jìn)裝備、人的智慧等有機(jī)構(gòu)成的現(xiàn)代集成制造系統(tǒng)的智能控制和組織管理的先進(jìn)制造模式(AdvancedManufacturingMode，AMM)，主要指制造模式及系統(tǒng)。美國(guó)聯(lián)邦科學(xué)、工程和技術(shù)協(xié)調(diào)委員會(huì)(FederalCoordinatingCouncilorScienceEngineeringandTechnology，F(xiàn)CCSET)下屬的工業(yè)和技術(shù)委員會(huì)AMT工作組提出其主要包括三個(gè)技術(shù)群[2]：主體技術(shù)群(AMT的關(guān)鍵支撐，如計(jì)算機(jī)輔助設(shè)計(jì)、加工工藝規(guī)劃、增材制造技術(shù)、并行工程，以及材料生產(chǎn)工藝、加工工藝、加工和測(cè)試技術(shù)等)、支撐技術(shù)群(如計(jì)算機(jī)技術(shù)、自動(dòng)化技術(shù)、檢測(cè)與轉(zhuǎn)換技術(shù)、標(biāo)準(zhǔn)和框架等)和管理技術(shù)群(如質(zhì)量管理、基礎(chǔ)設(shè)施、人員培訓(xùn)、全局監(jiān)督等)。雖然先進(jìn)制造模式和AMT密不可分，實(shí)踐中也常將二者混為一談，但是它們是兩個(gè)不同的概念。AMT注重制造單元功能效用的發(fā)揮(偏重技術(shù))，AMM注重組織方式，強(qiáng)調(diào)的是人、組織結(jié)構(gòu)和技術(shù)三者的協(xié)同。兩者的關(guān)系如圖1所示。
從社會(huì)技術(shù)系統(tǒng)的觀點(diǎn)看，任何制造系統(tǒng)都有兩個(gè)尺度，即技術(shù)系統(tǒng)和伴隨技術(shù)系統(tǒng)的社會(huì)系統(tǒng)，社會(huì)技術(shù)系統(tǒng)強(qiáng)調(diào)系統(tǒng)中技術(shù)系統(tǒng)與社會(huì)系統(tǒng)兩類因素的相互作用，技術(shù)影響社會(huì)系統(tǒng)投入的種類、轉(zhuǎn)換過程的性質(zhì)和系統(tǒng)的產(chǎn)出。然而，社會(huì)系統(tǒng)決定著技術(shù)利用的有效性和效率，如果孤立地試圖使其中一個(gè)系統(tǒng)最優(yōu)化，則可能使系統(tǒng)的總效能降低。AMT是各個(gè)單項(xiàng)技術(shù)在先進(jìn)制造哲理下的有機(jī)集成，從最初關(guān)注技術(shù)和工程科學(xué)等自然科學(xué)的集成，慢慢過渡為重視在AMT應(yīng)用過程中科學(xué)技術(shù)、組織結(jié)構(gòu)以及人的智慧等的深度融合，尤其注重自然科學(xué)與社會(huì)科學(xué)的集成、系統(tǒng)體系觀念和整體全局優(yōu)化，最終目的是使整個(gè)制造系統(tǒng)能對(duì)外部市場(chǎng)環(huán)境的變化產(chǎn)生及時(shí)、高效、敏捷的反應(yīng)。
1.1先進(jìn)制造技術(shù)的概念、內(nèi)涵及主要內(nèi)容
制造指對(duì)原材料進(jìn)行加工或再加工，以及對(duì)零部件裝配過程的總稱。AMT的概念起源于美國(guó)[3]，早期其定義是以計(jì)算機(jī)和信息技術(shù)為基礎(chǔ)的制造技術(shù)群，主要包括計(jì)算機(jī)輔助設(shè)計(jì)、計(jì)算機(jī)輔助制造、計(jì)算機(jī)輔助工程、機(jī)器人及柔性制造技術(shù)、自動(dòng)控制系統(tǒng)、數(shù)控技術(shù)及裝備等[4-5]，從研究的角度看，先進(jìn)制造技術(shù)在不同時(shí)代具有不同的含義，當(dāng)前各種新出現(xiàn)的、先進(jìn)的機(jī)械加工技術(shù)(納米加工、激光切割、增材制造等)、精益生產(chǎn)、并行工程、柔性制造、虛擬制造、敏捷制造和現(xiàn)代集成制造模式等，都屬于AMT的研究之列。
我國(guó)學(xué)者在對(duì)國(guó)外學(xué)者有關(guān)AMT定義的歸納和研究中，更為系統(tǒng)地對(duì)AMT進(jìn)行了定義，認(rèn)為AMT是一個(gè)多學(xué)科體系，包括從市場(chǎng)需求、產(chǎn)品設(shè)計(jì)、工藝規(guī)劃到制造過程與市場(chǎng)反饋的人—機(jī)—物系統(tǒng)工程[6-7]。AMT本質(zhì)上是自然科學(xué)(自動(dòng)控制技術(shù)、工藝規(guī)劃技術(shù)等)和社會(huì)科學(xué)(組織管理和經(jīng)濟(jì)學(xué)等)的有機(jī)融合體，是通過生產(chǎn)方式的智能化和柔性化來提高企業(yè)的核心競(jìng)爭(zhēng)力和對(duì)市場(chǎng)環(huán)境的反應(yīng)能力。
從制造系統(tǒng)的觀點(diǎn)看，AMT是一個(gè)三層次的技術(shù)群，如圖2所示：第一個(gè)層次(內(nèi)層)為基礎(chǔ)制造技術(shù)，主要指優(yōu)質(zhì)、高效、低耗、清潔的通用共性技術(shù)，對(duì)應(yīng)AMT中的支撐技術(shù)(如圖1)；第二層(中層)是新型制造單元技術(shù)，由制造技術(shù)與信息技術(shù)、新型材料加工技術(shù)、清潔能源、環(huán)境科學(xué)等結(jié)合而成，涉及多學(xué)科交叉、集成與融合，對(duì)應(yīng)于先進(jìn)制造技術(shù)中的主體技術(shù)和管理技術(shù)；第三層(外層)為先進(jìn)制造模式/系統(tǒng)(集成技術(shù))，是由先進(jìn)制造單元技術(shù)和組織管理等融合而成的現(xiàn)代集成制造模式，強(qiáng)調(diào)技術(shù)系統(tǒng)和社會(huì)系統(tǒng)的協(xié)同與融合，對(duì)應(yīng)于圖1的先進(jìn)制造模式，是人、技術(shù)、組織和管理等要素的集成，也是人機(jī)物協(xié)同制造系統(tǒng)。
1.1.1基礎(chǔ)制造技術(shù)
優(yōu)質(zhì)、高效、低耗、清潔的基礎(chǔ)制造技術(shù)，主要指?jìng)鹘y(tǒng)的制造工藝技術(shù)(如毛坯測(cè)量下料、鑄造/塑性成形、鍛壓、焊接、熱處理、材料強(qiáng)韌化、表面保護(hù)、機(jī)械加工、優(yōu)質(zhì)高效連接技術(shù)、功能性防護(hù)涂層及各種與設(shè)計(jì)制造等)經(jīng)過優(yōu)化和改進(jìn)后形成的基礎(chǔ)制造工藝，是先進(jìn)制造技術(shù)的核心組成部分。
1.1.2新型制造單元技術(shù)
新型制造單元技術(shù)由制造技術(shù)與互聯(lián)網(wǎng)信息技術(shù)、人工智能、新型材料加工技術(shù)、清潔能源、環(huán)境科學(xué)等結(jié)合而成，涉及多學(xué)科交叉、集成與融合，主要包括以下內(nèi)容：
(1)新型材料、納米技術(shù)和激光加工傳統(tǒng)材料的研制過程通過基本材料的組合反復(fù)試驗(yàn)配制獲得，整個(gè)過程非常緩慢。2011年6月，美國(guó)先進(jìn)制造業(yè)伙伴關(guān)系(AdvancedManufacturingPartnership，AMP)計(jì)劃之一的“材料基因組計(jì)劃”[8]，從分子結(jié)構(gòu)的角度分析材料，通過原子排列找出相—顯微組織—性能—環(huán)境參數(shù)—使用壽命的關(guān)系，建立了原子、分子的結(jié)構(gòu)與材料性能的關(guān)系，極大地提高了研發(fā)、生產(chǎn)和應(yīng)用先進(jìn)材料的速度。納米技術(shù)和激光加工引發(fā)了機(jī)械技術(shù)與電子技術(shù)在毫微米水平上的融合。
(2)增材制造與精密成型技術(shù)增材制造(如3D打印[9])是材料技術(shù)、粘結(jié)技術(shù)和打印技術(shù)的融合創(chuàng)新，由原材料直接制造成精密工件的材料近凈成型技術(shù)(Near-netShapeForming，NSF)制作的零件不需要加工或少量加工即可投入使用，極大地改造了傳統(tǒng)的毛坯成型技術(shù)[10]。
(3)機(jī)器人、自動(dòng)化及智能化技術(shù)工業(yè)機(jī)器人在生產(chǎn)加工中可以完成某些過程復(fù)雜、費(fèi)時(shí)耗力的標(biāo)準(zhǔn)化生產(chǎn)流程[11]；自動(dòng)化促使機(jī)器或生產(chǎn)過程從自動(dòng)控制發(fā)展到自學(xué)習(xí)、自組織、自維護(hù)和自修復(fù)等；智能化技術(shù)綜合了信息技術(shù)、模糊算法、神經(jīng)網(wǎng)絡(luò)控制等智能優(yōu)化算法，使機(jī)器在沒有人工干預(yù)的情況下進(jìn)行生產(chǎn)，具有人機(jī)一體化、自律能力強(qiáng)、自組織與超柔性、自學(xué)習(xí)與自我維護(hù)等特點(diǎn)。
(4)先進(jìn)電子技術(shù)裝備先進(jìn)電子裝備，如平板電腦、智能手機(jī)、穿戴設(shè)備等普適人機(jī)交互設(shè)備和移動(dòng)終端會(huì)越來越普及，使人與物理世界的交互方式更加普適化、虛擬化、智能化和個(gè)性化，實(shí)現(xiàn)任何地點(diǎn)、任何時(shí)間、任何人都能訪問任何信息的交互，傳感器和嵌入式設(shè)備將會(huì)感知和采集各種環(huán)境和監(jiān)測(cè)對(duì)象信息，并對(duì)這些信息進(jìn)行處理，用戶能夠利用自然普適智能的方式無縫地實(shí)現(xiàn)資源共享和服務(wù)的獲取。
(5)分子生物學(xué)和生物制造通過學(xué)習(xí)生物系統(tǒng)的結(jié)構(gòu)、功能及其控制機(jī)制，解決制造過程中的一系列難題。強(qiáng)調(diào)生命科學(xué)的應(yīng)用，方法包括基因算法、進(jìn)化算法、強(qiáng)化學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)等。
(6)供應(yīng)鏈管理制造過程是物質(zhì)流、信息流在控制流的協(xié)調(diào)下實(shí)現(xiàn)從原料到產(chǎn)品的轉(zhuǎn)換，供應(yīng)鏈管理以整體效益最優(yōu)化為目標(biāo)，以系統(tǒng)化的觀點(diǎn)綜合考慮對(duì)人、技術(shù)、管理、設(shè)備、物料、信息等系統(tǒng)構(gòu)成要素的優(yōu)化組合，實(shí)現(xiàn)產(chǎn)品生命全周期經(jīng)濟(jì)效益、社會(huì)效益和生態(tài)效益的協(xié)調(diào)統(tǒng)一。
(7)清潔生產(chǎn)技術(shù)、綠色可持續(xù)制造清潔生產(chǎn)和綠色制造主要表現(xiàn)在以下幾個(gè)方面：1綠色設(shè)計(jì)，設(shè)計(jì)階段就充分考慮對(duì)資源和環(huán)境的影響；2綠色選材，將環(huán)境因素融入材料的選擇過程中；3綠色制造，采用物料和能源消耗少、廢棄物少、對(duì)環(huán)境污染小的制造方法；4回收和循環(huán)再制造，實(shí)現(xiàn)資源―產(chǎn)品―廢棄物―再生資源或再生產(chǎn)品的反饋式循環(huán)模式[12]。
(8)物聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算(cloudcomputing)等新一代信息技術(shù)IBM公司基于新一代信息技術(shù)提出的智慧地球(smartplanet)掀起了物聯(lián)網(wǎng)研究的，引起了國(guó)內(nèi)外學(xué)者和政府的廣泛關(guān)注[13]。物聯(lián)網(wǎng)是利用無線射頻識(shí)別(RadioFrequencyIDentification，RFID)、嵌入式系統(tǒng)、傳感器等技術(shù)獲取現(xiàn)實(shí)世界信息，使物體與物體之間通過網(wǎng)絡(luò)相互連接并進(jìn)行信息交互，以實(shí)現(xiàn)智能化識(shí)別、跟蹤、監(jiān)控和管理的一種網(wǎng)絡(luò)[14]。物聯(lián)網(wǎng)技術(shù)融入產(chǎn)品的全生命周期及制造過程的各個(gè)階段，將形成新的制造模式———制造物聯(lián)。隨著物聯(lián)網(wǎng)時(shí)代的到來，社交網(wǎng)絡(luò)、電子商務(wù)、信息物理系統(tǒng)、移動(dòng)終端等迅速發(fā)展，數(shù)據(jù)量尤其是半結(jié)構(gòu)化、非結(jié)構(gòu)化數(shù)據(jù)呈爆發(fā)式增長(zhǎng)，據(jù)著名咨詢公司IDC的研究報(bào)告，2011年網(wǎng)絡(luò)大數(shù)據(jù)總量為1.8ZB，預(yù)計(jì)到2020年，總量將達(dá)到35ZB，大數(shù)據(jù)時(shí)代正在來臨[15]。一般意義上，大數(shù)據(jù)指無法在一定時(shí)間內(nèi)用常規(guī)機(jī)器和軟硬件工具對(duì)其進(jìn)行感知、獲取、管理、處理和服務(wù)的數(shù)據(jù)集合[16]，具有大量、高速、多樣、價(jià)值密度低的特點(diǎn)。對(duì)于制造業(yè)而言，數(shù)據(jù)積累和數(shù)據(jù)的廣度還不夠，數(shù)據(jù)應(yīng)用大多針對(duì)傳統(tǒng)企業(yè)內(nèi)的結(jié)構(gòu)化數(shù)據(jù)，有效整合大數(shù)據(jù)，包括微博、論壇、網(wǎng)站等數(shù)據(jù)源，分析發(fā)掘這些數(shù)據(jù)蘊(yùn)藏的潛在價(jià)值，有助于快速預(yù)測(cè)市場(chǎng)趨勢(shì)和客戶的個(gè)性化需求，細(xì)分客戶并提供量身定制的合適服務(wù)，及時(shí)了解整個(gè)供應(yīng)鏈的供需變化等。此外，制造系統(tǒng)中包括大量的物料、人員、生產(chǎn)設(shè)備狀態(tài)及加工過程等數(shù)據(jù)，研究制造系統(tǒng)中產(chǎn)生的大量不同來源的數(shù)據(jù)的動(dòng)態(tài)演變過程，搜索、比較、聚類、分析、處理與融合制造過程的數(shù)據(jù)，可以支持制造過程的優(yōu)化決策，優(yōu)化生產(chǎn)流程和改進(jìn)產(chǎn)品質(zhì)量，有效提升制造企業(yè)的經(jīng)營(yíng)管理效率和市場(chǎng)競(jìng)爭(zhēng)力。大數(shù)據(jù)分析需要高效的數(shù)據(jù)處理平臺(tái)，目前制造業(yè)已經(jīng)進(jìn)入大數(shù)據(jù)時(shí)代，而大數(shù)據(jù)具有數(shù)據(jù)體量巨大、數(shù)據(jù)類型繁多、查詢分析復(fù)雜等特點(diǎn)，超越了現(xiàn)有企業(yè)的IT架構(gòu)和基礎(chǔ)設(shè)施的承載能力，因此需要高性能的計(jì)算機(jī)和網(wǎng)絡(luò)基礎(chǔ)設(shè)施，必須依托云計(jì)算的分布式架構(gòu)、分布式處理、分布式數(shù)據(jù)庫和云存儲(chǔ)、虛擬化技術(shù)等。云計(jì)算[17]是能夠提供動(dòng)態(tài)資源池、虛擬化和高可用性的下一代計(jì)算平臺(tái)，通過按需使用的方式為用戶提供可配置的資源(包括網(wǎng)絡(luò)、服務(wù)器、存儲(chǔ)、IT基礎(chǔ)設(shè)施、軟件、服務(wù)等)。云計(jì)算融合物聯(lián)網(wǎng)、面向服務(wù)、高性能計(jì)算和智能科學(xué)等技術(shù)形成云制造[18]，將各類制造資源或能力虛擬化、服務(wù)化，通過網(wǎng)絡(luò)和云平臺(tái)為用戶提供可高效便捷、按需使用、優(yōu)質(zhì)廉價(jià)的制造全生命周期服務(wù)。
1.1.3先進(jìn)制造模式/系統(tǒng)
制造模式是制造業(yè)為了提高產(chǎn)品質(zhì)量、市場(chǎng)競(jìng)爭(zhēng)力、生產(chǎn)規(guī)模和生產(chǎn)速度，以完成特定的生產(chǎn)任務(wù)而采取的一種有效的生產(chǎn)方式和一定的生產(chǎn)組織形式。先進(jìn)制造模式是以計(jì)算機(jī)信息技術(shù)和智能技術(shù)為代表的高新技術(shù)為支撐技術(shù)，在先進(jìn)制造思想的指導(dǎo)下，用扁平化、網(wǎng)絡(luò)化組織結(jié)構(gòu)方式組織制造活動(dòng)，追求社會(huì)整體效益、顧客體驗(yàn)和企業(yè)盈利，是最優(yōu)化的柔性、智能化生產(chǎn)系統(tǒng)。按照歷史唯物主義的觀點(diǎn)，社會(huì)存在決定社會(huì)意識(shí)，從制造業(yè)的發(fā)展進(jìn)程來看，不同社會(huì)發(fā)展時(shí)期決定了不同的制造思想、生產(chǎn)組織方式和管理理念，它們相互作用、共同決定了特定時(shí)期的制造模式。如圖3所示，按照制造技術(shù)的發(fā)展水平、生產(chǎn)組織方式和管理理念，將制造模式的發(fā)展歷程歸納為手工作坊式生產(chǎn)、機(jī)器生產(chǎn)、批量生產(chǎn)、低成本大批量生產(chǎn)、高質(zhì)量生產(chǎn)、網(wǎng)絡(luò)化制造、面向服務(wù)的制造、智能制造8個(gè)階段。
工業(yè)革命以前，產(chǎn)品主要以手工作坊式和單件小批量模式生產(chǎn)為主，產(chǎn)品質(zhì)量主要依賴手工匠的技藝，其成本較高、生產(chǎn)批量小，零部件的質(zhì)量可控性和兼容性比較差，供不應(yīng)求成為制造業(yè)進(jìn)一步發(fā)展必須解決的問題。產(chǎn)業(yè)革命后，新的生產(chǎn)技術(shù)和管理思想大量涌現(xiàn)，這一階段的早期，制造技術(shù)的改進(jìn)重點(diǎn)是規(guī)?；笈可a(chǎn)和提高生產(chǎn)效率，流水線式生產(chǎn)方式使得專業(yè)分工和標(biāo)準(zhǔn)化規(guī)模生產(chǎn)從技術(shù)方法上成為可能，科學(xué)組織管理理念等又從組織、結(jié)構(gòu)和方式上保障了流水線式生產(chǎn)的實(shí)現(xiàn)，使得大規(guī)模制造成為可能。然而，大規(guī)模、批量化生產(chǎn)方式的精細(xì)化分工和高度標(biāo)準(zhǔn)化形成了一種剛性的資源配置系統(tǒng)，在買方市場(chǎng)下，市場(chǎng)環(huán)境瞬息萬變，這種生產(chǎn)模式會(huì)給企業(yè)帶來巨大損失，20世紀(jì)90年代，隨著先進(jìn)制造理念、先進(jìn)生產(chǎn)技術(shù)以及先進(jìn)管理方式的不斷成熟與發(fā)展，各種新的制造理念、先進(jìn)制造新模式得到了迅猛發(fā)展，理論界相繼出現(xiàn)了高質(zhì)量生產(chǎn)、網(wǎng)絡(luò)化制造、面向服務(wù)的制造、智能制造等一系列新概念，各種先進(jìn)制造模式之間的關(guān)系如圖4所示。
(1)高質(zhì)量生產(chǎn)
并行工程、柔性制造、精益生產(chǎn)[19-20]這三類制造模式是基礎(chǔ)的生產(chǎn)管理方法，是虛擬制造、敏捷制造、現(xiàn)代集成制造的基礎(chǔ)技術(shù)；虛擬制造[21]是實(shí)現(xiàn)敏捷制造[22-23]的重要手段；生物制造[24]和綠色制造[25-26]是考慮環(huán)境影響和資源利用率的制造模式，相關(guān)文獻(xiàn)已有介紹，不再贅述。
(2)網(wǎng)絡(luò)化制造
網(wǎng)絡(luò)化制造是指在產(chǎn)品全生命周期制造活動(dòng)中，以信息技術(shù)和網(wǎng)絡(luò)技術(shù)等為基礎(chǔ)，實(shí)現(xiàn)快速響應(yīng)市場(chǎng)需求和提高企業(yè)競(jìng)爭(zhēng)力的制造技術(shù)/系統(tǒng)的總稱。比較典型的應(yīng)用模式有制造網(wǎng)格(MGrid)[27]、應(yīng)用服務(wù)提供商(ApplicationServiceProvider，ASP)[28]。制造網(wǎng)格是運(yùn)用網(wǎng)格技術(shù)對(duì)制造資源進(jìn)行服務(wù)化封裝和集成，屏蔽資源的異構(gòu)性和地理上的分布性，以透明的方式為用戶提供服務(wù)，從而實(shí)現(xiàn)面向產(chǎn)品全生命周期的資源共享、集成和協(xié)同工作；ASP是企業(yè)將其部分或全部流程業(yè)務(wù)委托給服務(wù)提供商進(jìn)行管理的一種外包式服務(wù)，以優(yōu)化資源配置、提高生產(chǎn)和管理效率。企業(yè)用戶可以直接租用ASP平臺(tái)提供的各類軟件進(jìn)行自己的業(yè)務(wù)管理，如產(chǎn)品生命周期管理(ProductLifecycleManagement，PLM)、企業(yè)資源規(guī)劃(EnterpriseResourcePlanning，ERP)等，不必購(gòu)買整個(gè)軟件和在本地機(jī)器上安裝該軟件，從而節(jié)省了IT產(chǎn)品技術(shù)的購(gòu)買和運(yùn)行費(fèi)用，降低了客戶企業(yè)的應(yīng)用成本，特別適用于中小型企業(yè)。
(3)面向服務(wù)的制造
制造的價(jià)值鏈正不斷延伸和拓展，制造和服務(wù)逐漸融合，制造企業(yè)更加傾向于為顧客提品服務(wù)及其應(yīng)用解決方案。面向服務(wù)的制造是為實(shí)現(xiàn)制造價(jià)值鏈的增值，通過產(chǎn)品和服務(wù)融合、客戶全程參與、提供生產(chǎn)型服務(wù)或服務(wù)型生產(chǎn)，實(shí)現(xiàn)分散的制造資源整合和各自核心競(jìng)爭(zhēng)力的高效協(xié)同，達(dá)到高效創(chuàng)新的一種制造模式[29]。面向服務(wù)的制造的典型應(yīng)用有眾包生產(chǎn)(CrowdSourcing，C-Sourcing)、工業(yè)產(chǎn)品服務(wù)系統(tǒng)(IndustrialProductServiceSystem，IPSS)等。眾包生產(chǎn)源于眾包，眾包一詞最早出現(xiàn)在2006年，由美國(guó)《連線》雜志一位名叫杰夫·豪的記者首次提出[30]。眾包是一種分布式的問題解決和生產(chǎn)模式，它將工作任務(wù)通過互聯(lián)網(wǎng)以公開、自由自愿的方式分發(fā)給非特定的大眾。眾包生產(chǎn)就是網(wǎng)絡(luò)化社會(huì)生產(chǎn)，讓更多產(chǎn)品和服務(wù)用戶參與到產(chǎn)品的創(chuàng)新活動(dòng)中來，打破企業(yè)創(chuàng)新來源的界限，聚集大眾智慧，增加公眾的參與度，并通過“用戶創(chuàng)造內(nèi)容”的形式生產(chǎn)出符合消費(fèi)者需求的個(gè)性化產(chǎn)品[31]。眾包生產(chǎn)對(duì)構(gòu)建創(chuàng)新型制造企業(yè)非常重要，它具有開放式生產(chǎn)、組織構(gòu)成的動(dòng)態(tài)性、物理范圍的分布性、參與者的主動(dòng)性等特點(diǎn)，能夠突破傳統(tǒng)生產(chǎn)模式，通過外部資源的整合實(shí)現(xiàn)產(chǎn)品開發(fā)任務(wù)；另外，它還可以通過激勵(lì)機(jī)制代替合約機(jī)制，以極低的成本聚集外部的零散個(gè)體用戶和群體資源，為客戶提品及其應(yīng)用解決方案。面對(duì)多樣化的個(gè)性需求和不斷變化的市場(chǎng)環(huán)境，眾包生產(chǎn)能夠靈活、高效、低成本地進(jìn)行資源的重新分配和整合，有效降低產(chǎn)品制造成本，減少企業(yè)風(fēng)險(xiǎn)，提高適應(yīng)個(gè)性化需求的靈活性，它的出現(xiàn)給企業(yè)的研發(fā)、生產(chǎn)、銷售、管理和售后服務(wù)帶來了巨大影響。產(chǎn)品服務(wù)系統(tǒng)(ProductServiceSystem，PSS)通過系統(tǒng)地集成產(chǎn)品和服務(wù)，為用戶提品功能而不是產(chǎn)品本身來滿足用戶需求，從而實(shí)現(xiàn)產(chǎn)品全生命周期內(nèi)的價(jià)值增值和生產(chǎn)與消費(fèi)的可持續(xù)性[32]。IPSS[33]是在PSS的基礎(chǔ)上提出的。IPSS是工業(yè)產(chǎn)品及其相關(guān)服務(wù)的集成，它將產(chǎn)品與服務(wù)作為一個(gè)集成化的整體提供給用戶，這里的產(chǎn)品既可以是用戶所有，也可以是IPSS的提供者所有，不但關(guān)注產(chǎn)品本身質(zhì)量而且考慮顧客體驗(yàn)，通過用戶的參與來提高產(chǎn)品服務(wù)創(chuàng)新能力；服務(wù)則是覆蓋整個(gè)產(chǎn)品全生命周期內(nèi)的所有活動(dòng)(設(shè)計(jì)、制造、運(yùn)輸、銷售、使用、維護(hù)、售后服務(wù)等)，通過專業(yè)的服務(wù)共享降低用戶的成本投入，從而集中更多的精力關(guān)注其核心競(jìng)爭(zhēng)力。IPSS的核心是提供工業(yè)產(chǎn)品的工作能力，這依賴于提供者的知識(shí)水平和經(jīng)驗(yàn)豐富程度，因此它具有知識(shí)服務(wù)和生產(chǎn)型服務(wù)的特點(diǎn)。
(4)智能制造
基于新一代信息技術(shù)和IBM智慧地球的研究框架，制造系統(tǒng)的集成協(xié)同越來越關(guān)注人的發(fā)展和周圍環(huán)境的融合，研究的關(guān)注點(diǎn)從之前側(cè)重信息技術(shù)和工程科學(xué)的集成，逐步轉(zhuǎn)變?yōu)榧夹g(shù)體系、組織結(jié)構(gòu)、人及環(huán)境的深度融合與無縫集成，實(shí)現(xiàn)優(yōu)勢(shì)互補(bǔ)與可持續(xù)制造。此類制造包括云制造、制造物聯(lián)、基于信息物理系統(tǒng)(Cyber-PhysicalSystem，CPS)的智能制造乃至智慧制造。德國(guó)政府于2013年4月舉辦的漢諾威工業(yè)博覽會(huì)上正式推出了工業(yè)4.0戰(zhàn)略，在該戰(zhàn)略下提出的智能制造是面向產(chǎn)品全生命周期，實(shí)現(xiàn)泛在感知條件下的信息化制造。智能制造技術(shù)是在新一代信息技術(shù)、云計(jì)算、大數(shù)據(jù)、物聯(lián)網(wǎng)技術(shù)、納米技術(shù)、傳感技術(shù)和人工智能等基礎(chǔ)上，通過感知、人機(jī)交互、決策、執(zhí)行和反饋，實(shí)現(xiàn)產(chǎn)品設(shè)計(jì)、制造、物流、管理、維護(hù)和服務(wù)的智能化，是信息技術(shù)與制造技術(shù)的集成協(xié)同與深度融合。在產(chǎn)品加工過程中，智能制造將傳感器及智能診斷和決策軟件集成到裝備，由程序控制的裝備上升到智能控制，能自適應(yīng)反饋被加工工件在過程中的狀況[34]。例如，基于CPS的智能制造生產(chǎn)過程與傳統(tǒng)的數(shù)控加工技術(shù)相比，能感知溫度、環(huán)境、加工材料的屬性變化，并作出相應(yīng)調(diào)整，不會(huì)死板地執(zhí)行預(yù)定程序，能夠保證加工出的產(chǎn)品精度?；谠朴?jì)算、物聯(lián)網(wǎng)、面向服務(wù)和智能科學(xué)等技術(shù)的云制造也是一種智能化的制造模式[35]，它利用網(wǎng)絡(luò)和云制造服務(wù)平臺(tái)，按需組織網(wǎng)上制造資源(制造云)，為用戶提供可隨時(shí)獲取的、動(dòng)態(tài)的、敏捷的制造全生命周期服務(wù)[36-38]。云制造能促進(jìn)制造資源/能力的物聯(lián)化、虛擬化、服務(wù)化、協(xié)同化和智能化。與傳統(tǒng)的網(wǎng)絡(luò)化制造相比，云制造具有更好的資源動(dòng)態(tài)性、敏捷性以及產(chǎn)品和服務(wù)解決方案的靈活性，同時(shí)能更好地解決ASP模式的客戶端智能性和數(shù)據(jù)安全性的不足問題，以實(shí)現(xiàn)更大范圍的推廣和應(yīng)用；與制造網(wǎng)格相比，云制造在“分散資源集中使用”思想的基礎(chǔ)上，還體現(xiàn)了“集中資源分散服務(wù)”的思想。制造物聯(lián)[39]是基于互聯(lián)網(wǎng)、嵌入式系統(tǒng)、RFID、傳感網(wǎng)、智能技術(shù)等構(gòu)建的現(xiàn)代制造物聯(lián)網(wǎng)絡(luò)，是以中間件、海量信息融合和系統(tǒng)集成技術(shù)為基礎(chǔ)，基于物聯(lián)網(wǎng)系統(tǒng)開發(fā)服務(wù)平臺(tái)和應(yīng)用系統(tǒng)，解決產(chǎn)品設(shè)計(jì)、制造、維護(hù)、管理、服務(wù)等過程中的信息感知、可靠傳輸與智能處理，增加制造的服務(wù)化與智能化水平的制造新模式。制造物聯(lián)在制造系統(tǒng)中的應(yīng)用能夠有效地管理制造資源、監(jiān)控制造過程、匹配制造需求等，將傳統(tǒng)的產(chǎn)品制造從市場(chǎng)調(diào)研、研發(fā)設(shè)計(jì)、供應(yīng)鏈、生產(chǎn)過程、銷售、物流運(yùn)輸與售后服務(wù)融為一體，協(xié)同制造過程中物料流、能量流、信息流、價(jià)值流的優(yōu)化運(yùn)行，以支持產(chǎn)品智能化、生產(chǎn)過程自動(dòng)化、供應(yīng)鏈與物流的準(zhǔn)時(shí)化和精益化、企業(yè)經(jīng)營(yíng)管理輔助決策等應(yīng)用，極大地提高了制造企業(yè)的核心競(jìng)爭(zhēng)力。
基于語義Web、務(wù)聯(lián)網(wǎng)(InternetofService，IoS)、社會(huì)性網(wǎng)絡(luò)服務(wù)(SocialNetworkService，SNS)等，智能制造/云制造的進(jìn)一步發(fā)展將會(huì)誕生智慧制造(WisdomManufacturing，WM)[40-41]。WM將機(jī)器智能、普適智能和人的經(jīng)驗(yàn)、知識(shí)與智慧結(jié)合在一起，形成以客戶需求為中心、以人為本、面向服務(wù)、基于知識(shí)運(yùn)用、人機(jī)物協(xié)同的制造模式。
綜上所述，先進(jìn)制造模式是以所追求的目標(biāo)和生產(chǎn)開展方式的轉(zhuǎn)變?yōu)榛A(chǔ)而產(chǎn)生及發(fā)展的，體現(xiàn)的是消費(fèi)者的個(gè)性化需求、科學(xué)技術(shù)發(fā)展水平和市場(chǎng)競(jìng)爭(zhēng)形勢(shì)，是由先進(jìn)制造哲理、先進(jìn)組織管理方式、先進(jìn)制造技術(shù)及人的相互融合發(fā)展、相互協(xié)同作用的產(chǎn)物。這是一個(gè)系統(tǒng)靈活性不斷增大、組織結(jié)構(gòu)和過程不斷優(yōu)化的進(jìn)程，將形成人機(jī)物協(xié)同制造系統(tǒng)，使制造資源得到最佳利用、生產(chǎn)效率得到極大提高，能夠?qū)κ袌?chǎng)變化和內(nèi)部變化作出迅速響應(yīng)。
1.2先進(jìn)制造技術(shù)對(duì)產(chǎn)品生產(chǎn)活動(dòng)的影響
從生產(chǎn)流程來看，AMT與傳統(tǒng)制造技術(shù)對(duì)制造過程的影響如圖5所示。傳統(tǒng)制造是利用制造資源將原材料轉(zhuǎn)換為產(chǎn)品的過程，僅為生產(chǎn)過程的一部分，一般包括產(chǎn)品的加工和裝配兩大內(nèi)容，制造商自行生產(chǎn)或者從供應(yīng)商購(gòu)買零件，將其組裝成產(chǎn)品并檢驗(yàn)以符合要求。制造過程中輸入的是原材料、能量、信息、人力資源等，輸出的是符合要求的產(chǎn)品。傳統(tǒng)的制造系統(tǒng)設(shè)計(jì)、制造與銷售各部分之間信息的傳遞與反饋不暢，各部門按功能分解任務(wù)，容易只考慮本部門的利益，對(duì)系統(tǒng)的優(yōu)化考慮較少，造成設(shè)計(jì)與制造部門間難以協(xié)調(diào)、矛盾突出。
AMT主要從材料設(shè)計(jì)、制造流程改造、產(chǎn)品服務(wù)融合的集成解決方案和循環(huán)利用四個(gè)方面拓展傳統(tǒng)制造技術(shù)的內(nèi)容：
(1)材料設(shè)計(jì)新型材料的成型和加工技術(shù)愈發(fā)重要，對(duì)材料分子層或原子層的定向改造極大地提高了產(chǎn)品性能，超硬材料、功能梯度復(fù)合材料的某些新的成形、加工技術(shù)將不斷涌現(xiàn)，如超導(dǎo)材料成形加工等。
(2)制造流程改造傳統(tǒng)制造是面向批處理、時(shí)間上和空間上分離的分布式加工，先進(jìn)制造超效能加工和自動(dòng)化技術(shù)能夠促使連續(xù)流制造，減少零件庫存。
(3)產(chǎn)品服務(wù)融合先進(jìn)制造強(qiáng)調(diào)涵蓋從產(chǎn)品研發(fā)直至客戶應(yīng)用的全過程，提品、軟件和服務(wù)于一體的產(chǎn)品解決方案和端對(duì)端的服務(wù)。知識(shí)資本、人力資本和技術(shù)資本的高度聚合，使制造活動(dòng)擺脫了傳統(tǒng)制造低技術(shù)含量、低附加值的模式，通過產(chǎn)品設(shè)計(jì)、管理咨詢等活動(dòng)，技術(shù)和知識(shí)在生產(chǎn)過程中被實(shí)際運(yùn)用，將技術(shù)進(jìn)步轉(zhuǎn)化為生產(chǎn)能力和競(jìng)爭(zhēng)力，為企業(yè)產(chǎn)生更高的附加價(jià)值。
(4)循環(huán)利用[42]先進(jìn)制造注重材料的回收利用，不但對(duì)環(huán)境友好而且節(jié)約原材料成本。傳統(tǒng)的產(chǎn)品制造模式是一個(gè)開環(huán)系統(tǒng)，即原料工業(yè)生產(chǎn)產(chǎn)品使用報(bào)廢棄入環(huán)境，是以大量消耗資源和破壞環(huán)境為代價(jià)的制造方式；而循環(huán)生產(chǎn)是一個(gè)閉環(huán)系統(tǒng)，整個(gè)生命周期考慮生態(tài)環(huán)境和資源效率，從單純的產(chǎn)品功能設(shè)計(jì)擴(kuò)展到生命周期設(shè)計(jì)，強(qiáng)調(diào)所有資源應(yīng)該實(shí)現(xiàn)在經(jīng)濟(jì)體系內(nèi)的循環(huán)利用。
基礎(chǔ)制造技術(shù)、新型制造單元技術(shù)和現(xiàn)代先進(jìn)集成制造技術(shù)對(duì)制造業(yè)的發(fā)展產(chǎn)生了重要影響。基礎(chǔ)制造技術(shù)通過改進(jìn)、整合形成新型制造單元技術(shù)，進(jìn)而影響整個(gè)制造過程。諸如網(wǎng)絡(luò)化制造、面向服務(wù)制造和智能制造等先進(jìn)集成制造技術(shù)已在前文說明，這里著重探討新型制造單元技術(shù)對(duì)制造過程的影響。具體來講，新型制造單元技術(shù)(圖2中第二層)對(duì)傳統(tǒng)制造流程的改造如圖6所示，增材/精準(zhǔn)制造用于對(duì)加工階段的改造；機(jī)器人/自動(dòng)化技術(shù)用于組裝和生產(chǎn)流程的自動(dòng)化；先進(jìn)電子技術(shù)用于產(chǎn)品和服務(wù)的融合以及加工過程的控制；供應(yīng)鏈設(shè)計(jì)以整體效益最優(yōu)化為目標(biāo)，以系統(tǒng)化的觀點(diǎn)綜合考慮人、技術(shù)、管理、設(shè)備、物料、信息等系統(tǒng)構(gòu)成要素的優(yōu)化組合，在滿足產(chǎn)品或服務(wù)供給要求的同時(shí)，達(dá)到成本最低；清潔生產(chǎn)技術(shù)主要用于材料的循環(huán)利用、回收等環(huán)節(jié)；分子生物學(xué)和生物制造用于材料設(shè)計(jì)及制造流程的改進(jìn)；納米材料技術(shù)用于合成與加工功能梯度材料、復(fù)合材料等；物聯(lián)網(wǎng)、云計(jì)算和大數(shù)據(jù)用于對(duì)產(chǎn)品全生命周期制造過程進(jìn)行全方位跟蹤、分析、優(yōu)化和控制，實(shí)現(xiàn)多維度、透明化的泛在感知，確保制造過程的高效、敏捷、可持續(xù)和智能化。
需要指出的是，AMT對(duì)傳統(tǒng)制造流程的改造，不但使原有制造和裝配工藝等制造中期階段產(chǎn)生了質(zhì)的變化，而且涵蓋了市場(chǎng)信息分析、產(chǎn)品決策、產(chǎn)品設(shè)計(jì)、生產(chǎn)準(zhǔn)備等生產(chǎn)前階段，以及質(zhì)量監(jiān)測(cè)、銷售使用、售前售后服務(wù)、產(chǎn)品報(bào)廢的處理和回收再生產(chǎn)等后階段，覆蓋了產(chǎn)品生命周期的制造全過程，可提供集產(chǎn)品、軟件和服務(wù)于一體的整體解決方案，實(shí)現(xiàn)優(yōu)質(zhì)、高效、低耗、清潔、靈活生產(chǎn)。
1.3各國(guó)先進(jìn)制造技術(shù)發(fā)展情況和研究進(jìn)展
近年來，美國(guó)、日本、德國(guó)等發(fā)達(dá)國(guó)家先后針對(duì)AMT的研發(fā)提出了國(guó)家層面的發(fā)展戰(zhàn)略計(jì)劃。美國(guó)在2009年12月頒布了《AFrameworkforRevitalizingAmericanManufacturing》(重振美國(guó)制造業(yè)框架)[43]；2011年6月宣布了《TheAdvancedManufacturingPartnership》(先進(jìn)制造伙伴計(jì)劃)[44]；2012年2月了《ANationalStrategicPlanForAdvancedManufacturing》(先進(jìn)制造業(yè)國(guó)家戰(zhàn)略)[45]，提出通過加強(qiáng)研究和試驗(yàn)稅收減免、擴(kuò)大和優(yōu)化政府投資、建設(shè)智能制造技術(shù)平臺(tái)，以加快智能制造的技術(shù)創(chuàng)新。
日本在1989年就發(fā)起“智能制造系統(tǒng)”計(jì)劃，推動(dòng)本國(guó)AMT的研究和發(fā)展；2010年5月公布了《產(chǎn)業(yè)結(jié)構(gòu)藍(lán)圖》，同年6月通過《新增長(zhǎng)戰(zhàn)略》法案，規(guī)劃了日本經(jīng)濟(jì)2011年~2020年的十年發(fā)展戰(zhàn)略，其中包括對(duì)先進(jìn)制造業(yè)的支持策略，通過大力調(diào)整制造業(yè)結(jié)構(gòu)，加快發(fā)展機(jī)器人、無人化工廠、3D打印技術(shù)等尖端領(lǐng)域，提升制造業(yè)的國(guó)際競(jìng)爭(zhēng)力[46]。
德國(guó)作為工業(yè)強(qiáng)國(guó)，為保持其制造業(yè)的競(jìng)爭(zhēng)優(yōu)勢(shì)，采取積極有效的行動(dòng)，將大量人力和物力投入到AMT中，推動(dòng)AMT的發(fā)展，并制訂了相關(guān)的計(jì)劃[47]，特別是2010年7月制訂了《高技術(shù)戰(zhàn)略2020》，以支持制造領(lǐng)域新型革命性技術(shù)的研究與創(chuàng)新。其中“工業(yè)4.0”項(xiàng)目[48]是《高技術(shù)戰(zhàn)略2020》確定的十大未來技術(shù)項(xiàng)目之一，用以支持工業(yè)技術(shù)領(lǐng)域新一代關(guān)鍵技術(shù)的研發(fā)和創(chuàng)新，該項(xiàng)目成為2013年漢諾威自動(dòng)化展最熱門的話題。工業(yè)4.0旨在通過互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、CPS、IoS等技術(shù)提升制造系統(tǒng)的智能化水平，它包括兩大主題：1智能工廠，重點(diǎn)研究智能化生產(chǎn)系統(tǒng)和過程，以及網(wǎng)絡(luò)化分布式生產(chǎn)設(shè)施的實(shí)現(xiàn)；2智能生產(chǎn)，主要涉及整個(gè)企業(yè)的生產(chǎn)物流管理、人機(jī)互動(dòng)以及3D技術(shù)在工業(yè)生產(chǎn)過程中的應(yīng)用等。歐盟于1998年~2007年相繼公布了第五框架計(jì)劃(1998~2002)、第六框架計(jì)劃(2002~2006)和第七框架計(jì)劃(2007~2013)，于2009年頒布了《歐盟共同關(guān)鍵使能技術(shù)發(fā)展戰(zhàn)略》，次年3月頒布了《歐洲2020戰(zhàn)略》[49]。發(fā)達(dá)國(guó)家希望以高新技術(shù)為依托大力發(fā)展節(jié)能環(huán)保產(chǎn)品、清潔能源、新材料等新興產(chǎn)業(yè)，構(gòu)筑新的優(yōu)勢(shì)，消除不利因素，創(chuàng)造有利環(huán)境及符合自身優(yōu)勢(shì)的新興市場(chǎng)，規(guī)避在傳統(tǒng)制造領(lǐng)域與中國(guó)等發(fā)展中國(guó)家相比的競(jìng)爭(zhēng)劣勢(shì)，以樹立其AMT的持續(xù)競(jìng)爭(zhēng)優(yōu)勢(shì)，提高其先進(jìn)制造業(yè)的競(jìng)爭(zhēng)力。
我國(guó)也十分重視AMT的發(fā)展，國(guó)家863計(jì)劃在清華大學(xué)建立了CIMS工程研究中心。先進(jìn)制造技術(shù)作為一個(gè)主題在國(guó)家科技部領(lǐng)導(dǎo)下取得重大進(jìn)展，如數(shù)字化制造與工業(yè)工程[50]、網(wǎng)絡(luò)協(xié)同設(shè)計(jì)[51]、網(wǎng)絡(luò)制造、仿生制造[52]、綠色制造與區(qū)域網(wǎng)絡(luò)制造[53]、供應(yīng)鏈、網(wǎng)絡(luò)化制造、大批量定制和仿生制造[54-55]等。特別是國(guó)家“十二五”制造業(yè)信息化科技工程規(guī)劃中，明確提出了大力發(fā)展新一代集成協(xié)同技術(shù)、制造服務(wù)技術(shù)和制造物聯(lián)技術(shù)，該規(guī)劃的實(shí)施將促進(jìn)互聯(lián)網(wǎng)、云計(jì)算、物聯(lián)網(wǎng)等新一代信息技術(shù)與制造技術(shù)相融合，為加速制造業(yè)結(jié)構(gòu)調(diào)整和轉(zhuǎn)型升級(jí)、發(fā)展高端制造業(yè)等戰(zhàn)略性新興產(chǎn)業(yè)發(fā)揮極其重要的作用。制造業(yè)信息化工程的實(shí)施使我國(guó)在AMT領(lǐng)域取得了大批具有先進(jìn)水平的研究成果，促進(jìn)了制造業(yè)向精益化、全球化、協(xié)同化、服務(wù)化、綠色化、智能化的方向發(fā)展，為傳統(tǒng)產(chǎn)業(yè)的升級(jí)改造和高技術(shù)產(chǎn)業(yè)的發(fā)展做出了貢獻(xiàn)。
2新工業(yè)革命
工業(yè)革命是生產(chǎn)技術(shù)的變革，同時(shí)也是一場(chǎng)深刻的社會(huì)關(guān)系變革。新科技群的協(xié)同效應(yīng)和深度融合將導(dǎo)致生產(chǎn)組織方式和制造模式發(fā)生重大變化，從而引發(fā)新的工業(yè)革命。目前正在出現(xiàn)一種新工業(yè)革命，但仍是一個(gè)十分模糊的概念，不同研究者對(duì)新工業(yè)革命的概念有各自的理解，主要有5種不同的觀點(diǎn)：
(1)杰里米·里夫金[56]認(rèn)為，歷史上重要的工業(yè)革命都是在新通訊方式和新能源結(jié)合之際產(chǎn)生的，當(dāng)前正由互聯(lián)網(wǎng)和新能源結(jié)合引發(fā)新的經(jīng)濟(jì)和社會(huì)變革，即包括五大支柱的新工業(yè)革命，如圖7所示，其中：1能源轉(zhuǎn)型，向可再生能源轉(zhuǎn)型，利用風(fēng)和陽光等，不再消耗石化產(chǎn)品；2分散式生產(chǎn)，互聯(lián)網(wǎng)信息技術(shù)等基礎(chǔ)設(shè)施的建設(shè)大大減小了時(shí)間、空間對(duì)人們的經(jīng)濟(jì)活動(dòng)交流的制約，基于知識(shí)的共享、創(chuàng)新和發(fā)展的扁平式、分散化、合作性的生產(chǎn)組織結(jié)構(gòu)更加符合現(xiàn)代商業(yè)的需求；3存儲(chǔ)，充分利用社會(huì)基礎(chǔ)設(shè)施存儲(chǔ)間歇式可再生能源；4構(gòu)建能源互聯(lián)網(wǎng)，利用互聯(lián)網(wǎng)技術(shù)將電網(wǎng)轉(zhuǎn)變?yōu)槟茉垂蚕砭W(wǎng)，通過一種網(wǎng)格式的智能分布式電力系統(tǒng)和他人共享；5交通工具轉(zhuǎn)變，將汽車、卡車、火車等運(yùn)輸工具轉(zhuǎn)向插電式或者燃料電池等以可再生能源為動(dòng)力的交通工具，電動(dòng)車需要的電可在充電站購(gòu)買。這五大支柱協(xié)同發(fā)展實(shí)現(xiàn)了1+1+1+1+1>5的整合效應(yīng)，樹立起一個(gè)新經(jīng)濟(jì)發(fā)展范例，帶領(lǐng)世界進(jìn)入新紀(jì)元。
(2)克里斯·安德森[57]認(rèn)為，新型材料的應(yīng)用和增材制造技術(shù)等數(shù)字化制造方式將引發(fā)新工業(yè)革命，采用新型材料、3D打印技術(shù)和基于網(wǎng)絡(luò)的協(xié)同制造服務(wù)等智能化與數(shù)字化制造方法，能夠迅速和精準(zhǔn)地將計(jì)算機(jī)中的虛擬設(shè)計(jì)模型轉(zhuǎn)化為真實(shí)物體，甚至直接打印出零件或模具，基于網(wǎng)絡(luò)的新型數(shù)字化設(shè)計(jì)及制造的創(chuàng)新提供給網(wǎng)絡(luò)用戶以創(chuàng)造真實(shí)物體的能力，將制造延伸至范圍更廣的生產(chǎn)人群中，這些制造過程蘊(yùn)藏著由普通人完成的無限可能，眾多個(gè)人制造聯(lián)合推動(dòng)全面創(chuàng)造，將直接加快向新型工業(yè)化趨勢(shì)發(fā)展的步伐，從而引領(lǐng)新工業(yè)革命。
(3)英國(guó)彼得·馬什[58]在《新工業(yè)革命：消費(fèi)者、全球化以及大規(guī)模生產(chǎn)的終結(jié)》一書中，將工業(yè)革命劃分為五次，如表1所示，而將始于2005年的第五次工業(yè)革命稱為新工業(yè)革命。
(4)保羅·麥基利的三次革命說[49，59]認(rèn)為，以制造業(yè)數(shù)字化為核心的第三次工業(yè)革命(新工業(yè)革命)即將到來，互聯(lián)網(wǎng)、智能軟件、新能源、新材料、機(jī)器人、新的制造方法和以網(wǎng)絡(luò)為基礎(chǔ)的商業(yè)服務(wù)模式將使技術(shù)要素和市場(chǎng)配置要素發(fā)生革命性變革，產(chǎn)生改變社會(huì)發(fā)展歷程的巨大能量。而制造業(yè)的數(shù)字化進(jìn)程正從智能計(jì)算機(jī)軟件、新材料、更靈巧的機(jī)器人、基于網(wǎng)絡(luò)的制造業(yè)服務(wù)化、新的制造方法5個(gè)方面向前推進(jìn)。
(5)德國(guó)政府于2013年4月舉辦的漢諾威工業(yè)博覽會(huì)上，正式推出了工業(yè)4.0第四次工業(yè)革命[48]項(xiàng)目，目的是支持工業(yè)領(lǐng)域新一代革命性技術(shù)的研發(fā)與創(chuàng)新。工業(yè)4.0強(qiáng)調(diào)在工業(yè)生產(chǎn)過程中，以信息物理融合系統(tǒng)為核心，將眾多智能體聚集在信息平臺(tái)上，形成一種高度協(xié)同的互聯(lián)互通關(guān)系，從而構(gòu)建智能化的新型生產(chǎn)模式與產(chǎn)業(yè)結(jié)構(gòu)。工業(yè)4.0正引領(lǐng)新一輪的工業(yè)革命，傳統(tǒng)的行業(yè)界限將消失，并會(huì)產(chǎn)生各種新的活動(dòng)領(lǐng)域、商業(yè)模式和合作形式，將導(dǎo)致工業(yè)結(jié)構(gòu)、經(jīng)濟(jì)結(jié)構(gòu)和社會(huì)結(jié)構(gòu)從垂直向扁平轉(zhuǎn)變，從集中向分散轉(zhuǎn)變。
這些研究預(yù)言了新的工業(yè)革命即將來臨，勾勒出了先進(jìn)制造業(yè)的影響，描繪了未來制造業(yè)的走向。從上述觀點(diǎn)可以看出，工業(yè)革命的實(shí)質(zhì)是制造方式與模式的革命：保羅·麥基利認(rèn)為生產(chǎn)工具發(fā)生很大變化將導(dǎo)致新工業(yè)革命；杰里米·里夫金認(rèn)為生產(chǎn)動(dòng)力的變革將引發(fā)新工業(yè)革命；彼得·馬什認(rèn)為新工業(yè)革命主要集中在材料、動(dòng)力、加工工藝、制造模式等方面的變革；克里斯·安德森的新工業(yè)革命觀點(diǎn)主要體現(xiàn)在生產(chǎn)方式的革新；德國(guó)工業(yè)4.0體現(xiàn)在在工業(yè)生產(chǎn)過程中，基于CPS建立了一種高度協(xié)同的產(chǎn)品與服務(wù)的生產(chǎn)模式。其實(shí)，任何一項(xiàng)單一的技術(shù)都不足以引發(fā)新一輪工業(yè)革命，判斷工業(yè)革命的依據(jù)關(guān)鍵為是否有新科技群協(xié)同效應(yīng)以及是否帶來人類生產(chǎn)、生活方式的重大變革。因此，新工業(yè)革命是基于新能源、智能制造、數(shù)字化制造、機(jī)器人技術(shù)、新一代信息網(wǎng)絡(luò)技術(shù)等先進(jìn)技術(shù)綜合系統(tǒng)協(xié)同創(chuàng)新及突破性的發(fā)展，融合信息、計(jì)算機(jī)、數(shù)字化、互聯(lián)網(wǎng)技術(shù)創(chuàng)新變革，使工業(yè)生產(chǎn)方式與制造模式發(fā)生巨大變化，從而使交易方式與人們的生活方式發(fā)生重大變化。傳統(tǒng)的自上而下、集中規(guī)模化的生產(chǎn)模式將逐步被新工業(yè)革命的分散、扁平和協(xié)作的模式取代，定制化、個(gè)性化、智能化、分散化和合作化是新工業(yè)革命的主要特征。
3先進(jìn)制造技術(shù)與新工業(yè)革命之間關(guān)系
從主導(dǎo)技術(shù)和新興產(chǎn)業(yè)的角度來看，以生產(chǎn)方式變革為主線的AMT的群體涌現(xiàn)、協(xié)同融合將導(dǎo)致新的工業(yè)革命，各種技術(shù)之間產(chǎn)生的耦合效應(yīng)推動(dòng)了工業(yè)革命的進(jìn)程。新工業(yè)革命不是依賴單一學(xué)科或某幾類技術(shù)，而應(yīng)該是全方位的多學(xué)科、多技術(shù)層次、寬領(lǐng)域的協(xié)同效應(yīng)和深度融合。人類制造模式的演變從原始手工生產(chǎn)模式到現(xiàn)代先進(jìn)制造模式的演變過程中，經(jīng)歷了3次大的革命性變革。圖8所示為由市場(chǎng)變化與技術(shù)發(fā)展推動(dòng)的先進(jìn)制造模式的變革。
圖中：第一次工業(yè)革命中，由于蒸汽機(jī)、電氣技術(shù)、內(nèi)燃機(jī)的發(fā)明與改進(jìn)，機(jī)器取代手工成為主導(dǎo)生產(chǎn)方式，制造業(yè)進(jìn)入機(jī)械化制造時(shí)代，成為近代工業(yè)化大生產(chǎn)時(shí)代的開端。第二次工業(yè)革命中，大規(guī)模制造成為主導(dǎo)生產(chǎn)方式，20世紀(jì)20年代，隨著電子技術(shù)、信息技術(shù)的發(fā)展，以流水線為典型代表的大規(guī)模制造模式在組織結(jié)構(gòu)上追求縱向一體化與大規(guī)模，內(nèi)部分工仔細(xì)，專業(yè)化程度高，簡(jiǎn)單熟練的操作提高了生產(chǎn)效率，使制造成本隨規(guī)模遞減，同時(shí)質(zhì)量的穩(wěn)定性也得到提高，制造模式進(jìn)入批量大規(guī)模制造階段。新工業(yè)革命是現(xiàn)代先進(jìn)制造模式集成協(xié)同創(chuàng)新的結(jié)果，進(jìn)入20世紀(jì)90年代后期，隨著網(wǎng)絡(luò)信息技術(shù)、智能控制技術(shù)研究的深入和以知識(shí)為基礎(chǔ)的經(jīng)濟(jì)時(shí)代的到來，制造業(yè)的市場(chǎng)環(huán)境與技術(shù)變革發(fā)生了根本性的改變。大規(guī)模制造系統(tǒng)的剛性與市場(chǎng)的個(gè)性化需求以及環(huán)境快速變化所要求的響應(yīng)速度之間的矛盾日益尖銳，正是在此背景下，各種新制造模式研究探索與試驗(yàn)如雨后春筍般迅速興起，現(xiàn)代AMT融合自然科學(xué)和社會(huì)科學(xué)的最新進(jìn)展，以綠色、低碳、可持續(xù)為發(fā)展理念，帶來了產(chǎn)業(yè)組織模式的轉(zhuǎn)變，對(duì)轉(zhuǎn)變經(jīng)濟(jì)增長(zhǎng)方式、政府管理模式和社會(huì)組織形態(tài)都有巨大的推動(dòng)作用，使全球技術(shù)要素和市場(chǎng)要素配置方式發(fā)生了革命性變化。
AMT的發(fā)展將在新工業(yè)革命中發(fā)揮重要作用。如前所述，工業(yè)革命的實(shí)質(zhì)是制造業(yè)生產(chǎn)方式與制造模式發(fā)生重大變化，它必然也是始于制造技術(shù)突破性的發(fā)展。AMT是制造業(yè)產(chǎn)生變革的根本力量，新一代信息技術(shù)(云計(jì)算、大數(shù)據(jù)、物聯(lián)網(wǎng)、務(wù)聯(lián)網(wǎng)、云平臺(tái)等)、新能源(再生能源、清潔能源等)、新材料(復(fù)合材料、納米材料等)技術(shù)等將為新工業(yè)革命創(chuàng)造強(qiáng)大的新基礎(chǔ)設(shè)施；分散式制造(網(wǎng)絡(luò)化制造、制造物聯(lián)、云制造、智能制造)、眾包生產(chǎn)、集群效應(yīng)、利基思維等使生產(chǎn)方式產(chǎn)生變革，將整個(gè)工業(yè)生產(chǎn)體系提升到一個(gè)新的水平，工業(yè)生產(chǎn)、經(jīng)濟(jì)體系和社會(huì)結(jié)構(gòu)將從垂直轉(zhuǎn)向扁平、從集中轉(zhuǎn)向分散；以智能制造為代表的新一代先進(jìn)制造模式，必將使商業(yè)模式、管理模式、服務(wù)模式、企業(yè)組織結(jié)構(gòu)和人才資源需求發(fā)生巨大變化，給工業(yè)領(lǐng)域、生產(chǎn)價(jià)值鏈、業(yè)務(wù)模式乃至生活方式帶來根本性變革，進(jìn)而推進(jìn)和實(shí)現(xiàn)新的工業(yè)革命。
制造模式的演進(jìn)與新工業(yè)革命的出現(xiàn)由市場(chǎng)發(fā)展、社會(huì)變革、技術(shù)突破、管理創(chuàng)新多種動(dòng)因的綜合作用決定。對(duì)新工業(yè)革命的內(nèi)涵的理解必須通過與社會(huì)科學(xué)(如經(jīng)濟(jì)學(xué)和管理學(xué))等跨學(xué)科的對(duì)話和交流，適當(dāng)突破自然科學(xué)和工程技術(shù)學(xué)科的理論范疇。工業(yè)發(fā)展歷程表明，新的生產(chǎn)模式的出現(xiàn)均為與特定的社會(huì)制度、組織結(jié)構(gòu)和經(jīng)濟(jì)因素等相互作用的產(chǎn)物，而新的制造模式又會(huì)對(duì)既有社會(huì)制度和管理方式提出新的要求，從而推進(jìn)企業(yè)管理模式、社會(huì)制度環(huán)境的變革[60]。綜上所述，在市場(chǎng)、技術(shù)、社會(huì)經(jīng)濟(jì)環(huán)境變化與全球一體化趨勢(shì)的推動(dòng)下，制造業(yè)正在經(jīng)歷著一場(chǎng)革命，一場(chǎng)以實(shí)施先進(jìn)制造技術(shù)和經(jīng)營(yíng)方式徹底變革為主要內(nèi)容的先進(jìn)制造模式的革命，涉及制造理念、制造戰(zhàn)略、制造技術(shù)、制造組織與管理各個(gè)領(lǐng)域的全面變革。
4新一代先進(jìn)制造技術(shù)的應(yīng)用案例
產(chǎn)品制造的智能化變革絕不僅是優(yōu)化現(xiàn)有的制造業(yè)，而是將制造延伸至范圍更廣的生產(chǎn)人群中———既有現(xiàn)存的制造商又有正成為創(chuàng)業(yè)者的普通民眾。隨著社會(huì)化網(wǎng)絡(luò)的發(fā)展，通過充分開發(fā)大眾的智慧、力量和資源，以用戶創(chuàng)造內(nèi)容(Usergeneratedcontent)為代表的社會(huì)化生產(chǎn)模式更能形成突破性創(chuàng)新，彰顯出巨大的能量和商業(yè)價(jià)值。以思科(Cisco)為例[31]，2007年秋，思科借助Brightidea公司的創(chuàng)意網(wǎng)絡(luò)平臺(tái)，為其一個(gè)十億美元的新業(yè)務(wù)尋找創(chuàng)意，通過征集創(chuàng)意—進(jìn)行篩選—提煉創(chuàng)意三個(gè)階段，最后從104個(gè)國(guó)家的2500多名參與者提交的約1200個(gè)創(chuàng)意中，成功篩選出最佳創(chuàng)意；再如美國(guó)越野賽車LocalMotors公司通過社會(huì)化生產(chǎn)方式，將越野賽車的個(gè)性化設(shè)計(jì)與制造分包給不同的社區(qū)，在社區(qū)內(nèi)的微型工廠實(shí)現(xiàn)了快速小批量設(shè)計(jì)與生產(chǎn)；波音公司聯(lián)合全球40多個(gè)國(guó)家和地區(qū)企業(yè)，通過網(wǎng)絡(luò)協(xié)同和制造服務(wù)外包的形式協(xié)同研發(fā)制造了波音787，將研發(fā)周期縮短至原來的30%，成本也減少了50%[18]。如此一來，創(chuàng)意新階層得以進(jìn)入生產(chǎn)領(lǐng)域，將自己的設(shè)計(jì)產(chǎn)品模型轉(zhuǎn)變成產(chǎn)品，卻無需自行建立工廠或公司，制造變成了另外一種可由網(wǎng)絡(luò)瀏覽器獲取的云服務(wù)，實(shí)現(xiàn)了低成本的高技術(shù)，保持了小型化與全球化并存的能力。借助物聯(lián)網(wǎng)、云服務(wù)、大數(shù)據(jù)等技術(shù)，用戶參與不再局限于創(chuàng)意征集階段，而向設(shè)計(jì)研發(fā)、制造、實(shí)驗(yàn)、檢測(cè)、營(yíng)銷等縱深發(fā)展，向產(chǎn)品全生命周期拓展，這些生產(chǎn)方式將為開發(fā)出成功的產(chǎn)品、降低生產(chǎn)成本、提高效率作出巨大貢獻(xiàn)。
以大數(shù)據(jù)、物聯(lián)網(wǎng)/CPS、云計(jì)算等新一代信息技術(shù)為基礎(chǔ)的先進(jìn)制造技術(shù)將促進(jìn)制造系統(tǒng)向服務(wù)化、智慧化、個(gè)性化、社會(huì)化的方向發(fā)展，智慧制造應(yīng)運(yùn)而生[40-41]。智慧制造將制造系統(tǒng)分為社會(huì)系統(tǒng)、信息系統(tǒng)和物理系統(tǒng)三個(gè)子系統(tǒng)，其中社會(huì)系統(tǒng)強(qiáng)調(diào)群體智慧和人的主觀能動(dòng)性，尤其是人及其隱性知識(shí)的集成，是基于人際網(wǎng)(Internetofpeople)所形成的社會(huì)化網(wǎng)絡(luò)，注重客戶參與的互動(dòng)性、個(gè)性化和創(chuàng)新性；物理系統(tǒng)通過物聯(lián)網(wǎng)實(shí)現(xiàn)物理實(shí)體的互聯(lián)互通，利用RFID、嵌入在資源或產(chǎn)品內(nèi)的感知器等獲得資源狀態(tài)和環(huán)境的數(shù)據(jù)信息；信息系統(tǒng)通過大數(shù)據(jù)技術(shù)對(duì)業(yè)務(wù)對(duì)象的屬性、位置和狀態(tài)等信息進(jìn)行整合，從海量數(shù)據(jù)中抽取出所需的信息、知識(shí)和智慧，為需求分析、設(shè)計(jì)、生產(chǎn)、營(yíng)銷和回收等制造全生命周期過程提供知識(shí)支持。物聯(lián)網(wǎng)獲取的數(shù)據(jù)與知識(shí)的價(jià)值是通過服務(wù)的形式來體現(xiàn)的，通過云計(jì)算和“一切皆為服務(wù)”的理念，為用戶提供按需即取的服務(wù)方式，將服務(wù)資源延伸到物理世界，最終得以在物理系統(tǒng)中實(shí)現(xiàn)產(chǎn)品生產(chǎn)。
新工業(yè)革命將促進(jìn)社會(huì)制造/智慧制造理念的實(shí)現(xiàn)。社會(huì)制造將使傳統(tǒng)的企業(yè)轉(zhuǎn)變?yōu)槟軌蛑鲃?dòng)感知并響應(yīng)客戶大規(guī)模個(gè)性化定制需求的智慧型企業(yè)，其核心就是主動(dòng)、實(shí)時(shí)地將社會(huì)需求與社會(huì)制造能力有機(jī)地結(jié)合起來，從而高效、實(shí)時(shí)動(dòng)態(tài)地滿足客戶需求。Shapeways公司就是一個(gè)典型的例子[61]，該公司于2007年創(chuàng)立于荷蘭，后將總部移至美國(guó)曼哈頓，是一家利用3D打印技術(shù)為客戶定制各種產(chǎn)品和服務(wù)的公司，至今已獲數(shù)千萬美元的風(fēng)險(xiǎn)投資支持，截止2012年6月20日，其生產(chǎn)產(chǎn)品已經(jīng)超過100萬款，產(chǎn)量超過60億件。2012年10月19日，該公司位于紐約皇后區(qū)的“未來工廠”正式投入運(yùn)營(yíng)。該工廠占地2.5×104m2，可以容納50臺(tái)工業(yè)打印機(jī)，每年可按照消費(fèi)者的需求生產(chǎn)上千萬件產(chǎn)品。Shapeways的市場(chǎng)運(yùn)營(yíng)模式如下：通過Facebook和Twitter等社會(huì)媒體接受客戶關(guān)于各種產(chǎn)品的3D設(shè)計(jì)方案，將顧客的需求發(fā)送給Shapeways工廠，由工作人員確定是否可行，評(píng)估并制定方案，并在數(shù)天內(nèi)完成產(chǎn)品的打印生產(chǎn)，然后寄送給客戶。同時(shí)，該公司還為商家和設(shè)計(jì)者設(shè)立平臺(tái)，使他們可以利用公司的3D打印機(jī)生產(chǎn)并銷售自己設(shè)計(jì)或收集的產(chǎn)品，用戶提交他們的產(chǎn)品創(chuàng)意，如果有足夠多的人喜歡(如通過Twitter，F(xiàn)acebook等獨(dú)特社區(qū))，則產(chǎn)品開發(fā)團(tuán)隊(duì)將制作產(chǎn)品原型，用戶可在線對(duì)其進(jìn)行投票、評(píng)分、提意見或建議，參與產(chǎn)品的設(shè)計(jì)開發(fā)、改進(jìn)、預(yù)售和營(yíng)銷等，即通過聚集大眾智慧的方式，讓社區(qū)參與產(chǎn)品開發(fā)的整個(gè)過程。如果產(chǎn)品獲得預(yù)期成功，則發(fā)明者和其他協(xié)作者可分享一定的產(chǎn)品銷售收入。在過去的2014年，其月均訂單已超過18.1萬件，成為目前全球第一的在線3D打印社區(qū)。該案例成功地利用社會(huì)性網(wǎng)絡(luò)、群體智慧和3D打印等技術(shù)實(shí)現(xiàn)了個(gè)性化產(chǎn)品的生產(chǎn)，涉及社會(huì)系統(tǒng)、信息系統(tǒng)及物理系統(tǒng)的各個(gè)層次，大批3D打印機(jī)形成制造網(wǎng)絡(luò)，并與互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、務(wù)聯(lián)網(wǎng)和人際網(wǎng)(社會(huì)性網(wǎng)絡(luò))無縫連接，形成復(fù)雜的社會(huì)制造網(wǎng)絡(luò)系統(tǒng)，從而將社會(huì)需求、虛擬設(shè)計(jì)與實(shí)物制造有機(jī)地銜接起來，在一定程度上為智慧制造/社會(huì)制造提供了例證。
5我國(guó)制造業(yè)發(fā)展的思考
新工業(yè)革命將對(duì)全球產(chǎn)業(yè)結(jié)構(gòu)、生產(chǎn)資料、勞動(dòng)者素質(zhì)等生產(chǎn)力要素和人類生產(chǎn)生活方式、思想觀念產(chǎn)生巨大影響，企業(yè)組織結(jié)構(gòu)、管理方式、社會(huì)制度政策環(huán)境等因素決定了先進(jìn)制造技術(shù)在制造業(yè)領(lǐng)域應(yīng)用的廣度和深度。我國(guó)應(yīng)基于國(guó)情把握好新工業(yè)革命的發(fā)展機(jī)遇，高度重視AMT的發(fā)展動(dòng)態(tài)，大力發(fā)展戰(zhàn)略新興產(chǎn)業(yè)，為新工業(yè)革命創(chuàng)造良好的環(huán)境條件，從而促進(jìn)我國(guó)經(jīng)濟(jì)社會(huì)快速發(fā)展[62]。自2009年以來，我國(guó)密集部署未來新興產(chǎn)業(yè)的重點(diǎn)發(fā)展方向和主要任務(wù)，提出積極發(fā)展新能源、新一代信息技術(shù)、新材料等七大戰(zhàn)略性新興產(chǎn)業(yè)，努力抓住“新工業(yè)革命”這一難得的發(fā)展機(jī)遇，發(fā)展知識(shí)技術(shù)密集、資源消耗小、成長(zhǎng)潛力巨大、綜合效益好的產(chǎn)業(yè)，增強(qiáng)自主發(fā)展能力。我國(guó)先進(jìn)制造業(yè)目前主要由兩大部分構(gòu)成(如圖9)：1由融合先進(jìn)制造技術(shù)的傳統(tǒng)制造業(yè)改造而成的先進(jìn)制造業(yè)，如數(shù)控機(jī)床、海洋工程設(shè)備、航空航天裝備等；2科技重大突破創(chuàng)新的成果落地應(yīng)用后形成的新產(chǎn)業(yè)，如增量制造(3D打印)、生物制造、微納制造等。
(1)信息化和工業(yè)化深度融合
新工業(yè)革命的興起為我國(guó)探索資源消耗低、環(huán)境污染少的工業(yè)新類型和生產(chǎn)新方法帶來了契機(jī)，新一代智能化技術(shù)、新能源、新材料等新科技正快速形成產(chǎn)業(yè)規(guī)模市場(chǎng)，該市場(chǎng)有利于發(fā)展循環(huán)生產(chǎn)和循環(huán)經(jīng)濟(jì)，實(shí)現(xiàn)經(jīng)濟(jì)效益與環(huán)境效益、社會(huì)效益的均衡發(fā)展。新工業(yè)革命以智能化微制造科技為關(guān)鍵科技支撐體系、以深層次循環(huán)式生產(chǎn)為主導(dǎo)，促使生產(chǎn)力和生產(chǎn)方式向更深層次和更廣范圍拓展。我國(guó)未來的現(xiàn)代產(chǎn)業(yè)體系應(yīng)該更多地建立在新的工業(yè)生產(chǎn)方式、新的生產(chǎn)組織方式和新的生產(chǎn)制造模式基礎(chǔ)上。
(2)發(fā)展戰(zhàn)略新興產(chǎn)業(yè)
戰(zhàn)略性新興產(chǎn)業(yè)[63]以重大科學(xué)技術(shù)突破性發(fā)展為基礎(chǔ)，對(duì)社會(huì)發(fā)展具有重大引導(dǎo)帶動(dòng)作用，而且知識(shí)密集、資源消耗小、發(fā)展?jié)摿薮蟛⑶揖C合效益好，能增強(qiáng)我國(guó)的自主創(chuàng)新和可持續(xù)發(fā)展能力，更深入地參與國(guó)際競(jìng)爭(zhēng)。發(fā)展戰(zhàn)略新興產(chǎn)業(yè)目前面臨知識(shí)科技創(chuàng)新、組織管理創(chuàng)新、體制政策創(chuàng)新三大重要?jiǎng)?chuàng)新任務(wù)。我國(guó)十分重視戰(zhàn)略新興產(chǎn)業(yè)，2010年10月18日頒布了《關(guān)于加快培育和發(fā)展戰(zhàn)略性新興產(chǎn)業(yè)的決定》，準(zhǔn)備用20年左右時(shí)間，使節(jié)能環(huán)保能源產(chǎn)業(yè)、新一代電子信息技術(shù)、高端裝備制造業(yè)等七大戰(zhàn)略性新興產(chǎn)業(yè)的創(chuàng)新能力和發(fā)展水平達(dá)到世界領(lǐng)先；在《“十二五”國(guó)家戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展規(guī)劃》中提出了七大戰(zhàn)略性新興產(chǎn)業(yè)的發(fā)展方向和任務(wù)，以重大技術(shù)突破和重大發(fā)展需求為基礎(chǔ)，將知識(shí)技術(shù)密集型、引領(lǐng)作用強(qiáng)、發(fā)展?jié)摿煤途C合效益大的新興產(chǎn)業(yè)作為發(fā)展重點(diǎn)，建立戰(zhàn)略性新興產(chǎn)業(yè)重點(diǎn)領(lǐng)域產(chǎn)業(yè)聯(lián)盟，大力發(fā)展可再生新能源、生物技術(shù)、智慧物聯(lián)網(wǎng)、云計(jì)算、普適人機(jī)交互等新技術(shù)，并且注重智力資源的開發(fā)、新能源和互聯(lián)網(wǎng)的應(yīng)用，將創(chuàng)新放在關(guān)鍵的位置。
(3)為新工業(yè)革命創(chuàng)造環(huán)境條件
新工業(yè)革命創(chuàng)造環(huán)境條件包括至關(guān)重要的制度改革、政策環(huán)境和商業(yè)模式等，新工業(yè)革命帶來的不是個(gè)別政策的微量調(diào)整，而是系統(tǒng)化大規(guī)模變革問題。首先建立創(chuàng)新激勵(lì)機(jī)制和知識(shí)產(chǎn)權(quán)保護(hù)，集聚大量的高端創(chuàng)新人才，將技術(shù)和管理、軟科學(xué)和硬科學(xué)結(jié)合在一起協(xié)同創(chuàng)新，增強(qiáng)市場(chǎng)化導(dǎo)向和創(chuàng)新激勵(lì)機(jī)制；其次加強(qiáng)政策引導(dǎo)企業(yè)技術(shù)創(chuàng)新及技術(shù)改造，鼓勵(lì)企業(yè)和科研院所建立各種模式的創(chuàng)新聯(lián)盟，促進(jìn)產(chǎn)業(yè)集聚和資源整合；最后通過法律強(qiáng)制、財(cái)政資金支持、稅收優(yōu)惠等措施引導(dǎo)和支持企業(yè)突破核心關(guān)鍵技術(shù)，支持新技術(shù)新產(chǎn)品的推廣應(yīng)用。與新的制造技術(shù)相適應(yīng)的企業(yè)管理方式和社會(huì)制度基礎(chǔ)決定了其在制造業(yè)領(lǐng)域應(yīng)用的廣度和深度，同時(shí)也在一定程度上決定了AMT能在多大程度上轉(zhuǎn)化為制造業(yè)的產(chǎn)業(yè)競(jìng)爭(zhēng)力。
(4)培育知識(shí)創(chuàng)新能力與人力資本
關(guān)鍵詞：制動(dòng)尖叫；穩(wěn)健設(shè)計(jì)；影響因素；綜述
中圖分類號(hào)：U463.51+文獻(xiàn)標(biāo)文獻(xiàn)標(biāo)識(shí)碼：A文獻(xiàn)標(biāo)DOI：10.3969/j.issn.2095-1469.2013.03.01
制動(dòng)尖叫頻率高（1～16 kHz），強(qiáng)度大[超過70 dB（A）]，不僅嚴(yán)重影響車輛的乘坐舒適性和行駛安全性，而且會(huì)造成嚴(yán)重的噪聲污染[1-2]。因此，研究制動(dòng)尖叫的發(fā)生機(jī)理，確定制動(dòng)尖叫的關(guān)鍵因素，尋求制動(dòng)尖叫的有效控制措施一直在汽車業(yè)界倍受關(guān)注。
前期研究表明，制動(dòng)尖叫會(huì)受到制動(dòng)器材料、結(jié)構(gòu)、制動(dòng)工況和環(huán)境等因素的顯著影響[3]。從是否可控的角度，可以將這些因素分為可控因素和不可控因素?？煽匾蛩厥侵改鼙辉O(shè)計(jì)者控制的因素，例如摩擦材料的配方與選型，制動(dòng)器零部件的結(jié)構(gòu)與形狀尺寸，以及制動(dòng)器的系統(tǒng)裝配方式等；不可控因素又稱噪聲因素，是指不能被設(shè)計(jì)者控制的影響因素，例如多變的制動(dòng)工況和環(huán)境因素等。事實(shí)上，由于受到制動(dòng)器的生產(chǎn)制造過程、多變的運(yùn)行條件和人類認(rèn)知能力等的影響，即使是可控因素也并非完全理想可控。例如，很多因素是不均一的、隨機(jī)的和時(shí)變的，具有不確定性和統(tǒng)計(jì)性特點(diǎn)?？紤]這些因素的多變性，從系統(tǒng)性能穩(wěn)健性的角度出發(fā)，必須降低制動(dòng)尖叫對(duì)這些設(shè)計(jì)因素的敏感度[4]。因此，借鑒質(zhì)量工程學(xué)領(lǐng)域中的穩(wěn)健性設(shè)計(jì)方法，合理進(jìn)行制動(dòng)器的參數(shù)設(shè)計(jì)，提高制動(dòng)器尖叫的穩(wěn)健性，成為重要的研究方向之一。
穩(wěn)健性設(shè)計(jì)方法最早由田口玄一博士于20世紀(jì)70年代提出，其目標(biāo)是通過可控設(shè)計(jì)變量的最佳組合，使產(chǎn)品具有對(duì)不可控因素干擾的抵抗能力，從而實(shí)現(xiàn)高度穩(wěn)定的產(chǎn)品性能，提高質(zhì)量[5-6]。與一般的優(yōu)化設(shè)計(jì)相比，穩(wěn)健性設(shè)計(jì)方法更有助于獲得質(zhì)量穩(wěn)定、高性能、低成本的產(chǎn)品，并已在電子、機(jī)械、化工等諸多領(lǐng)域得到廣泛應(yīng)用[7-9]。但迄今為止，有關(guān)制動(dòng)尖叫穩(wěn)健性設(shè)計(jì)的研究工作開展得還比較少，更沒有針對(duì)性的綜述性。在此背景下，本文將在深入分析制動(dòng)尖叫結(jié)構(gòu)影響因素的基礎(chǔ)上，對(duì)全球范圍內(nèi)有關(guān)制動(dòng)尖叫穩(wěn)健性設(shè)計(jì)的研究進(jìn)展進(jìn)行綜述，并提出未來的研究方向。為了方便感興趣的讀者開展研究，對(duì)穩(wěn)健性設(shè)計(jì)的各種方法及其最新進(jìn)展進(jìn)行簡(jiǎn)要評(píng)述。
1 影響制動(dòng)尖叫的制動(dòng)器結(jié)構(gòu)參數(shù)
制動(dòng)器結(jié)構(gòu)參數(shù)無疑是汽車制動(dòng)器設(shè)計(jì)的最重要內(nèi)容之一，也是改善制動(dòng)器尖叫性能時(shí)需要重點(diǎn)考慮的控制要素。圖1所示為典型的盤式制動(dòng)器及其主要部件[10]。作為重要的可控設(shè)計(jì)參數(shù)，制動(dòng)器各個(gè)構(gòu)件的結(jié)構(gòu)參數(shù)必然成為制動(dòng)尖叫穩(wěn)健性設(shè)計(jì)的重點(diǎn)。下面以日益廣泛應(yīng)用的盤式制動(dòng)器為例，按照其主要組成構(gòu)件，從制動(dòng)盤、制動(dòng)塊、制動(dòng)鉗和保持架依次進(jìn)行有關(guān)盤式制動(dòng)器制動(dòng)尖叫結(jié)構(gòu)影響因素的綜合分析，為穩(wěn)健性設(shè)計(jì)評(píng)述奠定基礎(chǔ)。
1.1 制動(dòng)盤結(jié)構(gòu)參數(shù)的影響
制動(dòng)盤是制動(dòng)器重要的摩擦副組成部件之一，一般采用灰鑄鐵鑄造而成，由制動(dòng)盤面、帽部和通風(fēng)散熱筋構(gòu)成，具有回轉(zhuǎn)對(duì)稱的結(jié)構(gòu)特點(diǎn)，如圖1所示。近年來，為了達(dá)到更好的散熱性能，逐漸由實(shí)心盤向通風(fēng)盤轉(zhuǎn)變。制動(dòng)盤的結(jié)構(gòu)參數(shù)對(duì)于制動(dòng)尖叫具有重要影響，一方面是因?yàn)槠浔砻娣e大，是主要的聲輻射源；另一方面，在1～16 kHz的頻率范圍內(nèi)，制動(dòng)盤具有幾十階面內(nèi)模態(tài)和面外模態(tài)，模態(tài)密度較大，成為制動(dòng)器產(chǎn)生模態(tài)耦合的重要來源。
國(guó)內(nèi)外有關(guān)制動(dòng)盤結(jié)構(gòu)參數(shù)對(duì)制動(dòng)尖叫的影響研究主要集中在制動(dòng)盤結(jié)構(gòu)尺寸、材料屬性和表面形貌的影響（表1）。通過表1可以看出：
（1）從研究方法來看，包括了部件模態(tài)試驗(yàn)與實(shí)模態(tài)有限元計(jì)算、制動(dòng)器復(fù)模態(tài)計(jì)算以及制動(dòng)器尖叫的臺(tái)架和道路試驗(yàn)方法。
（2）從研究發(fā)現(xiàn)來看，改變制動(dòng)盤盤面、帽部以及通風(fēng)散熱筋的結(jié)構(gòu)尺寸都會(huì)產(chǎn)生結(jié)構(gòu)模態(tài)頻率的移頻，從而對(duì)特定的結(jié)構(gòu)模態(tài)頻率產(chǎn)生影響，進(jìn)而改變尖叫性能；不同的盤面開槽方式或者不同的表面形貌，則會(huì)同時(shí)對(duì)摩擦系數(shù)、接觸壓力以及制動(dòng)尖叫性能產(chǎn)生影響。
1.2 制動(dòng)塊結(jié)構(gòu)參數(shù)的影響
制動(dòng)塊是制動(dòng)器另一重要摩擦副部件，工作時(shí)與制動(dòng)盤面直接接觸，產(chǎn)生摩擦力作用。制動(dòng)塊分為活塞側(cè)和鉗指?jìng)?cè)制動(dòng)塊，一般由金屬制動(dòng)背板、石棉/半金屬基摩擦襯片和消音片構(gòu)成，如圖1所示。
在1～16 kHz的頻帶內(nèi)，制動(dòng)塊的模態(tài)密度不高，且其結(jié)構(gòu)形狀以及模態(tài)振型對(duì)接觸狀態(tài)具有重要影響，是制動(dòng)器模態(tài)耦合產(chǎn)生尖叫的關(guān)鍵因素，因此歷來是制動(dòng)器尖叫設(shè)計(jì)的關(guān)注重點(diǎn)。針對(duì)制動(dòng)塊多樣化的結(jié)構(gòu)形式及不同的材料屬性對(duì)制動(dòng)尖叫的影響，廣大學(xué)者開展了大量的研究（表2）。通過表2可以看出：
（1）從研究方法來看，涵蓋了部件模態(tài)試驗(yàn)與實(shí)模態(tài)有限元計(jì)算、制動(dòng)器復(fù)模態(tài)的計(jì)算、制動(dòng)器多柔體動(dòng)力學(xué)計(jì)算方法，以及接觸壓力測(cè)量試驗(yàn)、制動(dòng)器尖叫的臺(tái)架和道路試驗(yàn)方法。
（2）從研究發(fā)現(xiàn)來看，改變制動(dòng)背板的結(jié)構(gòu)尺寸和材料屬性主要會(huì)產(chǎn)生結(jié)構(gòu)模態(tài)移頻，影響制動(dòng)尖叫；摩擦襯片的總體尺寸變化、開槽、倒角以及材料屬性的變化則會(huì)產(chǎn)生模態(tài)頻率與模態(tài)振型變化、接觸壓力分布變化等綜合效應(yīng)，進(jìn)而全面影響制動(dòng)尖叫傾向性的變化；消音片的不同結(jié)構(gòu)型式、尺寸以及材料屬性會(huì)對(duì)阻尼效應(yīng)以及接觸壓力分布都產(chǎn)生重要影響，進(jìn)而影響制動(dòng)尖叫的強(qiáng)度與特性。
1.3 制動(dòng)鉗結(jié)構(gòu)參數(shù)的影響
作為制動(dòng)塊的壓緊裝置（圖1），制動(dòng)鉗本身具有較大的質(zhì)量和剛度，其結(jié)構(gòu)參數(shù)的改變會(huì)引起制動(dòng)器尖叫性能發(fā)生變化，但由于制動(dòng)鉗的結(jié)構(gòu)復(fù)雜不規(guī)則，前期研究開展較少（表3）。由表3可知：研究主要集中在部件剛度參數(shù)以及接觸剛度的影響方面，研究方法也以有限元計(jì)算和臺(tái)架試驗(yàn)為主。連接剛度與接觸剛度的改變會(huì)產(chǎn)生移頻效應(yīng)和接觸壓力變化效應(yīng)，進(jìn)而影響制動(dòng)尖叫。
1.4 保持架結(jié)構(gòu)參數(shù)的影響
保持架固定于轉(zhuǎn)向節(jié)上，結(jié)構(gòu)如圖1所示。制動(dòng)器工作時(shí)，制動(dòng)鉗沿導(dǎo)向銷相對(duì)于保持架軸向滑動(dòng)。作為制動(dòng)器主要的固定、連接部件，保持架的結(jié)構(gòu)參數(shù)對(duì)制動(dòng)尖叫也有較大影響。目前的研究主要圍繞保持架的結(jié)構(gòu)形式及尺寸展開。從前期研究來看，改變保持架的體積、橫梁剛度以及加設(shè)加強(qiáng)肋等，都會(huì)對(duì)制動(dòng)尖叫的優(yōu)化發(fā)揮一定的作用。
1.5 影響因素研究的綜合評(píng)述
國(guó)內(nèi)外研究者針對(duì)制動(dòng)器結(jié)構(gòu)參數(shù)對(duì)制動(dòng)尖叫的影響開展了大量的研究工作，取得了重要的研究進(jìn)展，但是也存在以下幾個(gè)方面的缺陷。
（1）研究手段主要集中在有限元計(jì)算上，而臺(tái)架試驗(yàn)和道路試驗(yàn)開展的相對(duì)較少，嚴(yán)重影響研究結(jié)論的準(zhǔn)確性和實(shí)用性。這主要是因?yàn)榘凑詹煌挠绊懸蛩剡M(jìn)行不同水平的部件試制以及試驗(yàn)會(huì)造成很高的研究費(fèi)用和研究周期，實(shí)現(xiàn)比較困難。
（2）研究時(shí)往往針對(duì)某一特性尖叫頻率或者籠統(tǒng)地針對(duì)全頻率范圍進(jìn)行尖叫傾向性的計(jì)算與評(píng)價(jià)，而沒有針對(duì)不同的頻段進(jìn)行有針對(duì)性的研究，這不僅不利于深入揭示不同頻率尖叫的發(fā)生機(jī)理與影響因素，也妨礙了有針對(duì)性的結(jié)構(gòu)參數(shù)設(shè)計(jì)。
（3）前期研究基本都是在確定性的假設(shè)條件下，假設(shè)影響因素參數(shù)都具有理想的可控性，而忽略了參數(shù)的時(shí)變性、隨機(jī)性和不確定性特點(diǎn)，因此，設(shè)計(jì)結(jié)果與試驗(yàn)結(jié)果往往存在很大的不一致性，也嚴(yán)重影響控制措施的有效性。
2 制動(dòng)尖叫的穩(wěn)健性設(shè)計(jì)研究現(xiàn)狀
2.1 研究現(xiàn)狀
目前，國(guó)內(nèi)外針對(duì)制動(dòng)尖叫開展的穩(wěn)健性設(shè)計(jì)研究還很少，且主要集中在國(guó)外。下面對(duì)該領(lǐng)域的研究進(jìn)展進(jìn)行文獻(xiàn)綜述。
1999年，福特公司Yu-Kan Hu，Kevin Zhang和CAE軟件公司Sanjay Mahajan[42]建立制動(dòng)器系統(tǒng)的有限元模型，將瞬態(tài)動(dòng)力學(xué)分析法和試驗(yàn)設(shè)計(jì)法相結(jié)合，優(yōu)化制動(dòng)器的尖叫性能。他們選取6個(gè)對(duì)制動(dòng)尖叫有較大影響且相互獨(dú)立性強(qiáng)的可控因素作為設(shè)計(jì)變量，分別是制動(dòng)鉗鉗指厚度、摩擦襯片開槽、摩擦襯片倒角、摩擦材料、制動(dòng)盤厚度、摩擦襯片厚度。通過正交試驗(yàn)表進(jìn)行仿真分析，通過仿真結(jié)果得到尖叫強(qiáng)度因子，并以尖叫強(qiáng)度因子為評(píng)價(jià)指標(biāo)（優(yōu)化目標(biāo)），研究各設(shè)計(jì)變量對(duì)制動(dòng)器尖叫性能的影響，以及不同設(shè)計(jì)變量之間的相互作用對(duì)制動(dòng)器尖叫性能的影響，確定尖叫性能最優(yōu)的設(shè)計(jì)變量組合。
Yu-Kan Hu等人的研究[42]雖然將試驗(yàn)設(shè)計(jì)方法應(yīng)用于制動(dòng)尖叫問題，改善了制動(dòng)器的尖叫性能，具有重要的指導(dǎo)作用和借鑒意義，但其研究過程中并未考慮噪聲因素的影響，優(yōu)化結(jié)果不具有穩(wěn)健性。2003年，美國(guó)通用公司Pravin Kapadnis等人[43]基于制動(dòng)器系統(tǒng)復(fù)特征值分析，將田口方法應(yīng)用于制動(dòng)器尖叫性能的改善。他們選取的設(shè)計(jì)變量是散熱筋高度、散熱筋旋轉(zhuǎn)角度及制動(dòng)塊厚度，而將線性阻尼系數(shù)和摩擦系數(shù)視為噪聲因素，以制動(dòng)器系統(tǒng)復(fù)特征值實(shí)部的最大值為設(shè)計(jì)目標(biāo)變量，利用正交試驗(yàn)設(shè)計(jì)和數(shù)據(jù)分析，確定了各設(shè)計(jì)參數(shù)對(duì)制動(dòng)器尖叫性能的影響，并確定了最終的穩(wěn)健性參數(shù)組合方案。Kapadnis等人考慮了設(shè)計(jì)結(jié)果的穩(wěn)健性，但是沒有對(duì)穩(wěn)健性設(shè)計(jì)方案的效果進(jìn)行實(shí)際驗(yàn)證。
與Kapadnis等人的研究不同，M Nouby，
D Mathivanan和K Srinivasan等人[44]建立了只包含制動(dòng)盤和制動(dòng)塊的簡(jiǎn)化的制動(dòng)器有限元模型，通過響應(yīng)面法進(jìn)行制動(dòng)尖叫的穩(wěn)健性設(shè)計(jì)。研究時(shí)，他們重點(diǎn)針對(duì)6 200 Hz的尖叫頻率，選取制動(dòng)背板的楊氏模量、背板厚度、襯片倒角、襯片上兩槽間的距離、槽的寬度及槽的角度為設(shè)計(jì)變量，以負(fù)阻尼比為目標(biāo)變量，經(jīng)過部分析因設(shè)計(jì)和中心復(fù)合設(shè)計(jì)[45]，計(jì)算并擬合出目標(biāo)變量與設(shè)計(jì)變量之間的響應(yīng)面，并根據(jù)該響應(yīng)面分析各設(shè)計(jì)變量對(duì)尖叫性能的影響，從而實(shí)現(xiàn)了基于響應(yīng)面法的對(duì)尖叫的預(yù)測(cè)和改善方法。
同樣采用響應(yīng)面法進(jìn)行制動(dòng)尖叫研究的還有密歇根大學(xué)的Heewook Lee[46]和亞拉巴馬大學(xué)的
Yi Dai[36]。Heewook Lee[46]將復(fù)特征值法、靈敏度分析及響應(yīng)面法相結(jié)合，通過對(duì)制動(dòng)器部件模態(tài)和制動(dòng)器系統(tǒng)復(fù)特征值的分析，得到使尖叫性能最優(yōu)的制動(dòng)器結(jié)構(gòu)參數(shù)組合。Yi Dai[36]則基于復(fù)特征值法和響應(yīng)面法，同時(shí)引入了神經(jīng)網(wǎng)絡(luò)算法，對(duì)制動(dòng)塊的開槽方式進(jìn)行優(yōu)化，改善了制動(dòng)器的尖叫性能。
此外，Andreas Wagner等人[47]將改善制動(dòng)器尖叫性能的措施定量化，提出以尖叫主頻附近的特征頻率分離的最小范圍為評(píng)價(jià)指標(biāo)，指導(dǎo)制動(dòng)尖叫的穩(wěn)健性設(shè)計(jì)。
2.2 存在的問題
前期針對(duì)制動(dòng)尖叫的穩(wěn)健性設(shè)計(jì)研究雖然取得了初步進(jìn)展，但總體上還處于探索階段，而且存在以下幾個(gè)主要問題。
（1）選取的設(shè)計(jì)變量較少，尚未針對(duì)所有的制動(dòng)器結(jié)構(gòu)參數(shù)進(jìn)行尖叫穩(wěn)健性的設(shè)計(jì)與分析。
（2）未能充分考慮不可控噪聲因素的影響，例如制動(dòng)器熱機(jī)耦合效應(yīng)、摩擦接觸時(shí)變效應(yīng)等的影響。
（3）未能提出合理的、統(tǒng)一的評(píng)價(jià)指標(biāo)，復(fù)特征值實(shí)部最大值、負(fù)阻尼比及特征頻率分離的最小范圍等指標(biāo)均不能完全可靠地反映全頻段內(nèi)的制動(dòng)尖叫特征。
（4）僅在參數(shù)確定的假設(shè)條件下進(jìn)行穩(wěn)健性設(shè)計(jì)，未能根據(jù)工程實(shí)際考慮各參數(shù)的概率分布特性。
因此需要建立更加科學(xué)合理的評(píng)價(jià)指標(biāo)作為目標(biāo)參數(shù)，考慮更多的影響因素，引入最新的穩(wěn)健性設(shè)計(jì)方法進(jìn)行制動(dòng)尖叫的穩(wěn)健性研究與設(shè)計(jì)。為此，下面對(duì)穩(wěn)健性設(shè)計(jì)方法的研究進(jìn)展進(jìn)行概述。
3 穩(wěn)健性設(shè)計(jì)方法研究進(jìn)展
穩(wěn)健性設(shè)計(jì)方法的研究始于二戰(zhàn)后的日本，田口玄一提出的田口方法奠定了穩(wěn)健性設(shè)計(jì)的理論基礎(chǔ)[48]。在田口方法的基礎(chǔ)上，經(jīng)過廣大學(xué)者的不斷完善和改進(jìn)，相繼提出了很多新的穩(wěn)健性設(shè)計(jì)方法。例如，在基于試驗(yàn)設(shè)計(jì)的傳統(tǒng)穩(wěn)健性設(shè)計(jì)方法方面，Shoenaker提出的響應(yīng)面法[49]，減少了穩(wěn)健性設(shè)計(jì)所需要的試驗(yàn)次數(shù)；Vining等人將田口方法與響應(yīng)面模型有機(jī)結(jié)合，提出雙響應(yīng)面法[50]，避免了信噪比的計(jì)算；Pregibon提出廣義線性模型法[51]，用于處理參數(shù)設(shè)計(jì)中不滿足回歸模型中假定方差齊性的要求時(shí)的方法。
近年來，隨著計(jì)算機(jī)技術(shù)的發(fā)展，工程模型被廣泛地應(yīng)用于設(shè)計(jì)，在此基礎(chǔ)上發(fā)展形成了基于工程模型和優(yōu)化技術(shù)的工程穩(wěn)健優(yōu)化設(shè)計(jì)方法，可用于有約束的穩(wěn)健性設(shè)計(jì)問題，主要有容差多面體法[52]、容差模型法[53]、隨機(jī)模型法[54]、最小靈敏度法[55]等方法。
兩大類型的穩(wěn)健性設(shè)計(jì)方法及其發(fā)展歷程如圖2所示。其中，田口方法、響應(yīng)面法、雙響應(yīng)面法和隨機(jī)模型法的理論研究較為深入且工程應(yīng)用廣泛，本文將對(duì)這4種方法作重點(diǎn)介紹。
3.1 田口方法
田口方法由日本的田口玄一于20世紀(jì)70年代提出，是一種以試驗(yàn)設(shè)計(jì)為基礎(chǔ)提高與改進(jìn)產(chǎn)品質(zhì)量的設(shè)計(jì)方法，是目前最為成熟、最基本的穩(wěn)健性設(shè)計(jì)方法 [8-9，48]。田口玄一提出了質(zhì)量損失函數(shù)和信噪比的概念，通過正交試驗(yàn)設(shè)計(jì)來確定產(chǎn)品參數(shù)值的最佳水平組合。田口方法通常主要適用于少參數(shù)、單質(zhì)量指標(biāo)和無約束問題[48，56-57]。
田口方法的優(yōu)點(diǎn)是可以定量計(jì)算出產(chǎn)品性能對(duì)設(shè)計(jì)參數(shù)的敏感度，設(shè)計(jì)變量可以是連續(xù)變量、離散變量、非數(shù)值變量。其缺點(diǎn)則主要在于：必須事先知道最優(yōu)解的大致范圍和水平，即對(duì)優(yōu)化時(shí)的初始點(diǎn)要求較高，否則就要進(jìn)行多輪正交試驗(yàn)；信噪比的公式概念模糊，在應(yīng)用中存在缺陷；按正交試驗(yàn)表進(jìn)行試驗(yàn)需要多次試驗(yàn)，設(shè)計(jì)周期長(zhǎng)[5-6，48-50]。
近半個(gè)世紀(jì)以來，田口方法不斷完善和發(fā)展，研究的方法和技術(shù)手段越來越簡(jiǎn)化、巧妙，并有相應(yīng)的商業(yè)化軟件包出現(xiàn)，如RPDPACK軟件[58]，應(yīng)用范圍也不斷擴(kuò)大。
3.2 響應(yīng)面法
響應(yīng)面法是Shoenaker等人于1991年提出的一種以試驗(yàn)設(shè)計(jì)為基礎(chǔ)，用于處理多變量問題建模的統(tǒng)計(jì)處理方法，其基本思想是通過近似構(gòu)造一個(gè)具有明確表達(dá)形式的多項(xiàng)式來表達(dá)隱式功能函數(shù)[49]。響應(yīng)面法是數(shù)學(xué)方法和統(tǒng)計(jì)方法結(jié)合的產(chǎn)物，用來對(duì)所感興趣的響應(yīng)受多個(gè)變量影響的問題進(jìn)行建模和分析，其目的是優(yōu)化響應(yīng)[49，59-61]。
響應(yīng)面法克服了田口方法需要預(yù)先知道解的大致范圍的不足，擬合響應(yīng)面需要的試驗(yàn)次數(shù)也較少。但是，響應(yīng)面法對(duì)試驗(yàn)數(shù)據(jù)非常敏感，數(shù)據(jù)的缺失會(huì)對(duì)結(jié)果造成較大影響；當(dāng)參數(shù)維數(shù)較高時(shí)，模型的擬合將非常復(fù)雜和困難[59-62]。
隨著計(jì)算機(jī)性能的提高，響應(yīng)面法被頻繁用于解決各種工程問題，如優(yōu)化設(shè)計(jì)、可靠性分析、動(dòng)力學(xué)研究及工程過程控制等。然而，目前將響應(yīng)面法應(yīng)用于制動(dòng)尖叫問題的實(shí)例并不多見，只有一些初步的嘗試，如M Nouby等人的研究[44]。此外，在仿真軟件Hyperworks及車輛動(dòng)力學(xué)軟件ADAMS中有內(nèi)含的響應(yīng)面法軟件包，可直接用于制動(dòng)器模型的仿真，但這些程序都有待進(jìn)一步完善和繼續(xù)研究[27，59]。
3.3 雙響應(yīng)面法
雙響應(yīng)面法是Myers等人于1973年提出，Vining等人于1990年將其用于穩(wěn)健性設(shè)計(jì)。其基本思想是將輸出特性的均值和方差各建立一個(gè)響應(yīng)曲面模型，以其中一個(gè)為目標(biāo)，另一個(gè)為約束條件進(jìn)行優(yōu)化[50]。
雙響應(yīng)面法的優(yōu)點(diǎn)是數(shù)學(xué)提法嚴(yán)格，用均值和方差的響應(yīng)面模型代替了田口方法的信噪指標(biāo)，設(shè)計(jì)結(jié)果更加準(zhǔn)確可信，可以充分考慮影響因素間的相互作用，而且求解精度較高。其不足之處在于：難以同時(shí)獲得均值最優(yōu)和方差最小的結(jié)果；建立響應(yīng)模型時(shí)，部分關(guān)鍵參數(shù)需要靠經(jīng)驗(yàn)得出，會(huì)帶來試驗(yàn)和計(jì)算上的反復(fù)；當(dāng)參數(shù)維數(shù)較高時(shí)，模型的擬合也將變得非常復(fù)雜和困難[6，50，60-61，63]。
自雙響應(yīng)面法提出以來，廣大學(xué)者相繼對(duì)其進(jìn)行了改進(jìn)和發(fā)展，并大量用于工程實(shí)踐。如大連理工大學(xué)的許煥衛(wèi)將多項(xiàng)式響應(yīng)面與神經(jīng)網(wǎng)絡(luò)響應(yīng)面結(jié)合，提出混合響應(yīng)面模型，減小了計(jì)算量并提高了計(jì)算精度[61]；Dennis K. J. Lin等人采用均方差準(zhǔn)則，用均方差將均值的平方與方差統(tǒng)一到一個(gè)表達(dá)式中，從而將均值與方差的響應(yīng)面模型有效地結(jié)合，解決了同時(shí)優(yōu)化兩個(gè)響應(yīng)面時(shí)存在的沖突[64]；李玉強(qiáng)等人將質(zhì)量管理中的6σ設(shè)計(jì)理念與雙響應(yīng)面法結(jié)合，構(gòu)造了基于雙響應(yīng)面模型的6σ穩(wěn)健設(shè)計(jì)方法，取得良好的效果[65]。然而，目前尚未出現(xiàn)應(yīng)用雙響應(yīng)面法改善制動(dòng)器尖叫性能的實(shí)例，有待嘗試和探索。
3.4 隨機(jī)模型法
隨機(jī)模型法是將優(yōu)化技術(shù)、概率論與數(shù)理統(tǒng)計(jì)、計(jì)算機(jī)技術(shù)相結(jié)合，處理含有隨機(jī)因素工程問題的方法。其基本思想是：考慮各種隨機(jī)因素對(duì)產(chǎn)品質(zhì)量的影響，把產(chǎn)品質(zhì)量設(shè)計(jì)表示為一個(gè)隨機(jī)模型，通過求解該隨機(jī)模型，同時(shí)確定產(chǎn)品設(shè)計(jì)參數(shù)及其容差，使產(chǎn)品保持性能指標(biāo)穩(wěn)定[66-67]。
在工程實(shí)際中，可控因素和不可控因素大多具有隨機(jī)性，因此隨機(jī)模型法具有重要的工程應(yīng)用價(jià)值；其不足之處在于隨機(jī)模型的建立和求解過程復(fù)雜，實(shí)際中不得不采用近似的數(shù)據(jù)和算法，降低了計(jì)算結(jié)果的精度[5-6，68-69]。
隨著計(jì)算機(jī)技術(shù)的發(fā)展和多學(xué)科的結(jié)合，隨機(jī)模型法也得到改進(jìn)和完善，并在工程問題中得到廣泛應(yīng)用[6，54，70]，如工程結(jié)構(gòu)的穩(wěn)健性設(shè)計(jì)[69]，零缺陷設(shè)計(jì)模型[71]等。相應(yīng)的軟件系統(tǒng)如SOD[72]等的出現(xiàn)，也促進(jìn)了隨機(jī)模型法的發(fā)展和應(yīng)用。遺憾的是，目前的制動(dòng)尖叫的穩(wěn)健性設(shè)計(jì)并未考慮設(shè)計(jì)參數(shù)的隨機(jī)性，因此隨機(jī)模型法在制動(dòng)尖叫的穩(wěn)健性設(shè)計(jì)中將具有重要價(jià)值及急需深化的應(yīng)用研究。
3.5 穩(wěn)健性設(shè)計(jì)綜合評(píng)述
從以上穩(wěn)健性設(shè)計(jì)方法介紹與分析可以發(fā)現(xiàn)：
（1）目前的各種穩(wěn)健性設(shè)計(jì)方法仍然存在諸多的缺陷，尚未發(fā)展成為完全成熟的實(shí)用工程設(shè)計(jì)技術(shù)。例如，田口方法試驗(yàn)次數(shù)過多，對(duì)優(yōu)化初始點(diǎn)要求高且信噪比存在缺陷；響應(yīng)面法對(duì)試驗(yàn)數(shù)據(jù)非常敏感，模型擬合較為困難；雙響應(yīng)面法難以同時(shí)獲得讓人滿意的均值和方差結(jié)果；隨機(jī)模型法雖然考慮了設(shè)計(jì)參數(shù)的概率分布特性，但建模和求解過程復(fù)雜，求解精度低。
（2）進(jìn)行具體工程問題的穩(wěn)健性設(shè)計(jì)時(shí)，一方面可以結(jié)合具體工程問題的特點(diǎn)對(duì)已有的穩(wěn)健性設(shè)計(jì)方法進(jìn)行改進(jìn)，例如進(jìn)行多目標(biāo)的穩(wěn)健性設(shè)計(jì)[62]，建立均方差準(zhǔn)則[64]以及采用新的評(píng)價(jià)指標(biāo)[73]等，以彌補(bǔ)原有方法的不足；另一方面，應(yīng)考慮不同的穩(wěn)健性設(shè)計(jì)方法的結(jié)合，以及穩(wěn)健性設(shè)計(jì)與其它學(xué)科的結(jié)合[6，71]，充分發(fā)揮各方法互補(bǔ)優(yōu)勢(shì)，獲得滿意的工程設(shè)計(jì)結(jié)果。
4 討論與結(jié)論
制動(dòng)尖叫的穩(wěn)健性設(shè)計(jì)會(huì)涉及設(shè)計(jì)變量、干擾因素以及性能目標(biāo)的選擇，以及最適合的穩(wěn)健性設(shè)計(jì)方法的應(yīng)用。下面從這幾個(gè)環(huán)節(jié)進(jìn)行討論，并指出未來的制動(dòng)尖叫穩(wěn)健性設(shè)計(jì)研究重點(diǎn)。
（1）制動(dòng)尖叫的結(jié)構(gòu)影響因素眾多，但是目前針對(duì)這些因素尚未開展系統(tǒng)的穩(wěn)健性設(shè)計(jì)，而以參數(shù)靈敏度分析為主進(jìn)行制動(dòng)尖叫的設(shè)計(jì)與控制，嚴(yán)重影響制動(dòng)尖叫控制的實(shí)際效果。因此，建議一方面針對(duì)特定的尖叫頻率進(jìn)行盡可能多因素的穩(wěn)健性設(shè)計(jì)，同時(shí)建立全頻段的設(shè)計(jì)指標(biāo)，確保制動(dòng)器全頻段內(nèi)的制動(dòng)尖叫性能。
（2）制動(dòng)器的影響因素，無論是可控因素還是不可控因素都由于加工制造誤差、運(yùn)行條件變化等的影響具有顯著的時(shí)變性、隨機(jī)性和不確定性特征。因此，在進(jìn)行穩(wěn)健性設(shè)計(jì)的研究時(shí)必須改變?cè)瓉淼拇_定性假設(shè)條件，進(jìn)行不確定性假設(shè)條件下的穩(wěn)健性設(shè)計(jì)方法研究與應(yīng)用。
（3）目前的制動(dòng)尖叫穩(wěn)健性設(shè)計(jì)尚處于初始的萌芽探索階段，具有很大的研究前景。穩(wěn)健性設(shè)計(jì)方法包括基于試驗(yàn)設(shè)計(jì)的傳統(tǒng)穩(wěn)健性設(shè)計(jì)方法和基于工程模型與優(yōu)化技術(shù)的工程穩(wěn)健性設(shè)計(jì)方法。這些方法具有各自的優(yōu)缺點(diǎn)，建議在制動(dòng)尖叫的穩(wěn)健性設(shè)計(jì)實(shí)際應(yīng)用中，結(jié)合不同方法的特點(diǎn)建立組合方案或者改進(jìn)方案，以達(dá)到預(yù)期的設(shè)計(jì)效果。
參考文獻(xiàn)（References）
CHEN F. Disc Brake Squeal：An Overview[C]. SAE Paper 2007-01-0587.
BAKAR A R A，HAMID M K A，DZAKARIA A，et al.
Stability Analysis of Disc Brake Squeal Considering Tem-perature Effect[J]. Jurnal Mekanikal，2006（22）：26-38.
CHEN F，TONG H，CHEN S E，et al . On Automotive Disc Brake Squeal Part IV： Reduction and Prevention [C]. SAE Paper 2003-01-3345.
呂紅明，張立軍，余卓平. 汽車盤式制動(dòng)器尖叫研究進(jìn)展 [J]. 振動(dòng)與沖擊，2011，30（4）：1-7.
Lu Hongming，Zhang Lijun，Yu Zhuoping. A Review of Automotive Disc Brake Squeal[J]. Journal of Vibration and Shock，2011，30（4）：1-7.（in Chinese）
程賢福. 穩(wěn)健優(yōu)化設(shè)計(jì)的研究現(xiàn)狀及發(fā)展趨勢(shì) [J]. 機(jī)械設(shè)計(jì)與制造，2005（8）：158-160.
Cheng Xianfu. Research Status and Developing Trend of Robust Optimal Design[J]. Mechinery Design & Manu-facture，2005（8）：158-160. （in Chinese）
陳入領(lǐng)，潘雙夏，. 穩(wěn)健設(shè)計(jì)研究現(xiàn)狀 [J]. 機(jī)械設(shè)計(jì)，2003，20（8）：1-3.
Chen Ruling，Pan Shuangxia，Sheng Tong. Research Status of Robust Design [J]. Journal of Machine Design， 2003，20（8）：1-3. （in Chinese）
黃自興. 穩(wěn)健性設(shè)計(jì)技術(shù)――（I）綜述 [J]. 化學(xué)工業(yè)與工程技術(shù)，1996（2）：11-13.
Huang Zixing. Robust Design Technique：（I） Survey [J]. Journal of Chemical Industry & Engineering，1996（2）： 11-13. （in Chinese）
曾鳳章. 穩(wěn)健性設(shè)計(jì)原理技術(shù)方法案例 [M]. 北京：兵器工業(yè)出版社，2004.
Zeng Fengzhang. Robust Design Principle，Technology， Method，Cases[M]. Beijing：Weapon Industry Press， 2004. （in Chinese）
吳玉印，吳以晴，徐留平，等. 田口式的穩(wěn)健性設(shè)計(jì) [M]. 北京：兵器工業(yè)出版社，1997.
Wu Yuyin，Wu Yiqing，Xu Liuping，et al. Taguchi Robust Design[M]. Beijing：Weapon Industry Press，1997. （in Chinese）
吉林大學(xué)汽車工程系. 汽車構(gòu)造[M]. 北京：人民交通出版社，2005.
Automotive Engineering Department of Jilin University.
Automobile Structure [M]. Beijing：China Communi-cations Press，2005. （in Chinese）
田紅濤. 基于ANSYS的盤式制動(dòng)器振動(dòng)噪聲分析與研究 [D]. 武漢：武漢理工大學(xué)，2008.
Tian Hongtao. Disc Brake Vibration Noise Study and Research Based On ANSYS[D]. Wuhan：Wuhan Univer-sity of Technology，2008. （in Chinese）
魏濤. 基于ANSYS的盤式制動(dòng)器結(jié)構(gòu)分析及振動(dòng)噪聲研究 [D]. 長(zhǎng)春：吉林大學(xué)，2007.
Wei Tao. Disc Brake Structure Analysis and Vibration Noise Study Based On ANSYS[D]. Changchun：Jilin University，2007. （in Chinese）
OURA Y，KURITA Y，MATSUMURA Y，et al. Influence
of Distributed Stiffness in Contact Surface on Disk Brake Squeal[C]. SAE Paper，2001-01-2584.
張立軍，權(quán)循宇. 制動(dòng)盤幾何特征對(duì)結(jié)構(gòu)模態(tài)特性影響仿真分析 [J]. 系統(tǒng)仿真學(xué)報(bào)，21（19）：6256-6265.
Zhang Lijun，Quan Xunyu. Analysis of Rotor Geometry Specifications to Structural Modal Characteristics Modifi-cation of Vehicle Brake Disc[J]. Journal of System Simu-lation，21（19）：6256-6265. （in Chinese）
MELINAT W. Damped Disc Brake Rotor：United States，5139117[P]. 1992-08-18.
BABA H，WADA T，TAKAGI T. Study on Reduction of Brake Squeal Caused by In-Plane Vibration on Rotor[C]. SAE Paper，2001-01-3158.
YOKOYAMA T，MATSUSHIMA T，MATSUI N，et al. A Study of Reduction for Brake Squeal in Disc In-Plane Mode [C]. SAE Paper，2012-01-1825.
BAKAR A R A，Ouyang Huajiang，Li Lijie. Brake Pad Surface Topography Part II：Squeal Generation and Prevention[C]. SAE Paper 2005-01-3935.
黃新建. 盤式制動(dòng)器制動(dòng)尖叫影響因素分析 [D]. 長(zhǎng)春：吉林大學(xué)，2008.
Huang Xinjian. Analysis of Influncing Factors on Disc Brake Squeal[D]. Changchun： Jilin University，2008. （in Chinese）
KUNG S W，DUNLAP K B，BALLINGER R S. Complex Eigenvalue Analysis For Reducing Low-frequency Disc Brake Squeal [C]. SAE Paper 2000-01-0444.
CAO Q，OUYANG H，F(xiàn)RISWELL M I，et al. Linear Eigenvalue Analysis of the Disc Brake Squeal Problem[J]. International Journal for Numerical Methods in En-gineering，2004，61（9）：1546-1563.
MASSI F，BERTHIER Y，BAILLET L. Contact Surface Topography and System Dynamics of Brake Squeal[J]. Wear，2008，265（11-12）：1784-1792.
BERGMAN F，ERIKSSON M，JACBOSON S. Influence of Disc Topography on Generation of Brake Squeal[J]. Wear，1999，225-229（1）：621-628.
HAMMERSTROM L，JACOBSON S. Surface Modification of Brake Discs to Reduce Squeal Problems[J]. Wear，2006，261（1）：53-57.
Dai Y，LIM T C. Suppression of Brake Squeal Noise Applying Finite Element Brake and Pad Model Enhanced by Spectral-Based Assurance Criteria[J]. Applied Acoustics，2008，69（3）：196-214.
TRICHES M J，GERGES S N Y，JORDAN R. Analysis of Brake Squeal Noise Using the Finite Element Method：A Parametric Study[J]. Applied Acoustics， 2008，69（2）：147-162.
王朝陽. 汽車盤式制動(dòng)器尖叫傾向性分析與設(shè)計(jì)改進(jìn) [D]. 上海：上海交通大學(xué)，2008.
Wang Chaoyang. Squeal Propensity Analysis and Optimi-zation of Automobile Disc Brake System[D]. Shanghai：Shanghai Jiaotong University，2008. （in Chinese）
SEARLES R P. Design Analysis of Friction-Induced Vibrations as Applied to the Phenomena of Disc Brake Squeal[D]. New York：Cooper Union，1999.
OBERST S，LAI J C S. Statistical Analysis of Brake Squeal Noise[J]. Journal of Sound and Vibration，2011， 330（12）：2978-2994.
卓繼志. 基于虛擬樣機(jī)技術(shù)的盤式制動(dòng)器制動(dòng)振動(dòng)研究 [D]. 杭州：浙江工業(yè)大學(xué)，2007.
Zhuo Jizhi. Study on Vibration of Disc Brake Based on Virtual Prototype Technology[D]. Hangzhou：Zhejiang University of Technology，2007. （in Chinese）
LAZIM A R M，HAMID M K A，JAMALUDDIN M R，
et al. The Effect of Road Girt Particles on Brake Pad Surface Topography under Squealing Condition[C]. SAE Paper，2012-01-1821.
BAKAR A R A，OUYANG H. New Research on Acoustics [M]. New York：Nova Science Publisher，2008.
ERIKSSON M，BERGMAN F，JACOBSON S. Surface Characterisation of Brake Pads after Running under Silent and Squealing Conditions[J]. Wear，1996，232（2）：163-167.
ERIKSSON M. Friction and Contact Phenomena of Disc Brakes Related to Squeal[D]. Uppsala：Uppsala University，2000.
王登峰，王玉為. 盤式制動(dòng)器制動(dòng)尖叫的有限元分析與試驗(yàn) [J]. 汽車工程，2007，29（8）：705-718.
Wang Dengfeng，Wang Yuwei. Finite Element Analysis and Texting on Disc Brake Squeal[J]. Automotive Engineering，2007，29（8）：705-718. （in Chinese）
Dai Y. Structural Dynamic Optimization of Vehicle Brake Pad Design for Squeal Noise Reduction[D]. Alabama： The University of Alabama，2002.
SINGH R，SHEIKH A A，MITCHELL M J. Viscoelastic Damping to Control Disc Brake Squeal[J]. Sound and Vibration，1998，32（10）：18-22.
FESTJENS H，GA?L C，F(xiàn)RANCK R，et al. Effective-ness of Multilayer Viscoelastic Insulators to Prevent Occurrences of Brake Squeal：A Numerical Study[J]. Applied Acoustics，2012，73（11）：1121-1128.
陳孟華. 基于虛擬樣機(jī)的轎車盤式制動(dòng)器噪聲的研究 [D]. 武漢：武漢理工大學(xué)，2006.
Chen Menghua. Research on the Noise of the Disc Brake of the Car Based on Virtual Prototype[D]. Wuhan： Wuhan University of Technology，2006. （in Chinese）
田志宇. 鉗盤式制動(dòng)器制動(dòng)噪聲分析與控制 [D]. 長(zhǎng)春：吉林大學(xué)，2008.
Tian Zhiyu. Analysis and Control for Braking Noise of Disc Brake[D]. Changchun：Jilin University，2008. （in Chinese）
孫振華，曾慶華，蔣東鷹，等. 盤式制動(dòng)器制動(dòng)尖叫的研究 [J]. 汽車工程，1999，21（6）：326-332.
Sun Zhenhua，Zeng Qinghua，Jiang Dongying，et al. A Study on Disc Brake Squeal[J]. Automobile Engineering，1999，21（6）：326-332.（in Chinese）
Hu Yukan，ZHANG K，MAHAJAN S. Brake Squeal DOE Using Nonlinear Transient Analysis[C]. SAE Paper 1999-01-1737.
KAPADNIS P，IM K. Brake Squeal Reduction Using Robust Design[C]. SAE Paper 2003-01-0879.
NOUBY M，MATHIVANAN D，SRINIVASAN K. A Combined Approach of Complex Eigenvalue Analysis and Design of Experiments（DOE） to Study Disc Brake Squeal [J]. International Journal of Engineering，Science and Technology，2009，1（1）：254-271.
MONTGOMERY D C.試驗(yàn)設(shè)計(jì)與分析 [M]. 汪仁官，陳榮昭，譯. 北京：中國(guó)統(tǒng)計(jì)出版社，1998.
MONTGOMERY D C. Design and Analysis of Experiment [M]. Wang Renguan，Chen Rongzhao，Translating.Beijing：China Statiscis Press，1998. （in Chinese）
LEE H. An Optimal Design Method for Brake Squeal Noise Based on Complex Eigenvalue and Sensitivity Analyses and Response Surface Methodology[D]. Michigan：The University of Michigan，2000.
WAGNER A，SCHONECKER M，KORSPERTER G S，et al. On Criteria for the Robust Design of Squeal Free Brakes [C]. SAE Paper，2012-01-1816.
韓之俊. 三次設(shè)計(jì) [M]. 北京：機(jī)械工業(yè)出版社，1992.
Han Zhijun. Ternary Designs[M]. Beijing：China Mechine Press，1992. （in Chinese）
SHOEMAKER A C，TSUIB K L，WUC C F J. Economical Experimentation Methods for Robust Design [J]. Techno-metrics，1991，33（4）：415-427.
VINING G G，MYERS R bining Taguchi and
Response Surface Philosophies：A Dual Response Approach[J]. Journal of Quality Technology，1990（22）：38-45.
PREGIBON D. Review of Generalized Linear Models[J]. The Annuals of Statistics，1984，12（4）：1589-1596.
MICHAEL W，SIDDALL J N. The Optimization Problem with Optimal Tolerance Assignment and Full Acceptance[J]. Trans. of the ASME，J. of MECH. Design，1981（103）：842-848.
PARKINSON A，SORENSEN C，POURHASSAN N. A General Approach for Robust Optimal Design [J]. Journal of Mechanical Design，1993（115）：74-84.
陳立周. 穩(wěn)健設(shè)計(jì) [M]. 北京：機(jī)械工業(yè)出版社，2000.
Chen Lizhou. Robust Design[M]. Beijing：China Mechine Press，2000. （in Chinese）
BELEGUNDU A D，Zhang Shenghun. Robustness of Design through Minimum Sensitivity[J]. Journal of Mechanical Design，1992，114：213-217.
林秀雄. 田口方法實(shí)戰(zhàn)技術(shù) [M]. 深圳：海天出版社，2004.
Lin Xiuxiong. Taguchi Practical Technology[M]. Shenzhen：Haitian Press，2004. （in Chinese）
曾鳳章，趙霞. 田口方法及其標(biāo)準(zhǔn)化設(shè)計(jì) [J]. 機(jī)械行業(yè)標(biāo)準(zhǔn)化與質(zhì)量，2003（11）：7-9.
Zeng Fengzhang，Zhao Xia. Taguchi Methods and Its Standardization Design[J]. Mechinery Industry Standard & Quality，2003（11）：7-9. （in Chinese）
張?jiān)旅?，李含光，陳乃? 穩(wěn)健性設(shè)計(jì)技術(shù)――（Ⅳ）穩(wěn)健性設(shè)計(jì)軟件包RPDPACK的主要功能 [J]. 化學(xué)工業(yè)與工程技術(shù)，1996，17（2）：26-29.
Zhang Yuemei，Li Hanguang，Chen Naiyi. Robust Design Technique：（Ⅳ） Major Functions of RPDPACK Software Packet [J]. Journal of Chemical Industry & Engineering，1996，17（2）：26-29. （in Chinese）
王永菲，王成國(guó). 響應(yīng)面法的理論與應(yīng)用 [J]. 中央民族大學(xué)學(xué)報(bào)，2005，14（3）：236-240.
Wang Yongfei，Wang Chengguo. The Application of Response Surface Methodology[J]. Journal of the Central University for Nationalities （Natural Sciences Edition）， 2005，14（3）：236-240. （in Chinese）
楊方. 面向產(chǎn)品質(zhì)量改進(jìn)的多目標(biāo)穩(wěn)健性設(shè)計(jì)優(yōu)化 [D]. 青島：青島大學(xué)，2010.
Yang Fang. Multi-objective Robust Design Optimization Oriented to the Product Quality Improvement[D]. Qingdao：Qingdao University，2010. （in Chinese）
許煥衛(wèi). 穩(wěn)健設(shè)計(jì)建模及優(yōu)化方法研究[D]. 大連：大連理工大學(xué)，2009.
Xu Huanwei. Research on Modeling and Optimization Methods for Robust Design[D]. Dalian：Dalian University of Technology，2009. （in Chinese）
何楨，張生虎，齊二石. 結(jié)合RSM和田口方法改進(jìn)產(chǎn)品/過程質(zhì)量[J]. 管理工程學(xué)報(bào)，2001，15（1）：22-25.
He Zhen，Zhang Shenghu，Qi Ershi. Combining RSM and Taguchi Methods to Improve Process/Product Quality [J]. Journal of Industrial Engineering and Engineering Management，2001，15（1）：22-25. （in Chinese）
常明亮. 穩(wěn)健性設(shè)計(jì)的雙響應(yīng)面法[J]. 中國(guó)機(jī)械工程，1998，9（8）：32-35.
Chang Mingliang. Dual Response Surface Method for Robust Design[J]. China Mechanical Engineering， 1998，9（8）：32-35. （in Chinese）
DENNIS K J L，Tu Wanzhu. Dual Response Surface Optimization [J]. Journal of Quality Technology，1995， 27（1）：34-39.
李玉強(qiáng)，崔振山，陳軍，等. 基于雙響應(yīng)面模型的6σ穩(wěn)健設(shè)計(jì) [J]. 機(jī)械強(qiáng)度，2006（5）：690-694.
Li Yuqiang，Cui Zhenshan，Chen Jun，et al. Six Sigma Robust Design Methodology Based on Dual Response Surface Model[J]. Journal of Mechanical Strength， 2006（5）：690-694. （in Chinese）
Chen Lizhou，He Xiaofeng. An Optimization Method of Stochastic Variable to Solve Uncertain Models in Engineering Design[J]. Journal of University of Science and Technology Beijing，1991，13（5）：452-460.
陳立周，于曉紅，翁海珊. 基于隨機(jī)優(yōu)化的工程穩(wěn)健設(shè)計(jì) [J]. 北京科技大學(xué)學(xué)報(bào)，1999，21（1）：57-59.
Chen Lizhou，Yu Xiaohong，Weng Haishan. Robust Engineering Design Based by Stochastic Optimization [J]. Journal of University of Science and Technology Beijing， 1999，21（1）：57-59. （in Chinese）
董榮梅. 面向工程不確定問題的穩(wěn)健優(yōu)化設(shè)計(jì)理論與方法研究 [D]. 大連：大連理工大學(xué)，2010.
Dong Rongmei. Research on Robust Design Optimization Theory and Methods for Engineering Uncertainty[D]. Dalian：Dalian University of Technology，2010. （in Chinese）
湯保新. 基于隨機(jī)優(yōu)化模型的工程結(jié)構(gòu)穩(wěn)健設(shè)計(jì)方法研究 [D]. 南京：河海大學(xué)，2006.
Tang Baoxin. Research on Engineering Structural Robust Design Method Based on Stochastic Optimization Model [D]. Nanjing：Hehai University，2006. （in Chinese）
陳立周. 工程穩(wěn)健設(shè)計(jì)的發(fā)展現(xiàn)狀與趨勢(shì) [J]. 中國(guó)機(jī)械工程，1998（6）：59-62.
Chen Lizhou. Recent Advances and Developing Trend for Engineering Robust Design[J]. China Mechanical Engineering，1998（6）：59-62.（in Chinese）
任冠華，陳立周. 基于概率模型的無缺陷產(chǎn)品設(shè)計(jì)原理的研究 [C]. Proceedings of the 4th International Confe-rence on Frontiers of Design and Manufacturing，2000.
Ren Guanhua，Chen Lizhou. The Research of No Defect Design Theory for Product Based on Probabilistic Model[C]. Proceedings of the 4th International Conference on Frontiers of Design and Manufacturing，2000. （in Chinese）
陳立周，何曉峰，翁海珊，等. 工程隨機(jī)變量?jī)?yōu)化設(shè)計(jì)方法――原理與應(yīng)用 [M]. 北京：科學(xué)出版社，1997.
