非预算控制的方法范文篇1

非营利组织实行项目预算管理是现代非营利组织管理的迫切需要，控制与管理是非营利组织项目预算管理活动的两大职能，其中控制是非营利组织项目预算管理活动的核心职能，管理则是非营利组织依据财务预算编制实现对各个部门的工作以及各个项目的推进时的实时控制活动。总而言之，控制在非营利组织中起到规范各部门工作行为的作用，是保证非营利组织各项活动正常运行的基础和前提。通过实行项目预算管理有助于非营利组织对组织内部的各个部门的发展状况，各种活动的推进情况进行一个合理地权衡，对提高非营利组织社会效益具有十分重要的现实意义。此外，非营利组织项目预算管理主要体现为非营利组织对财务支出权力的控制。非营利组织开展项目预算管理活动不仅有助于明确各部门职责权限，而且能使非营利组织以固有方式衍生的合理方式实现权力控制，有利于组织内各部门准确认识预算的本质意义，并对项目预算管理形成新的认识，对壮大和发展非营利组织具有深远的影响。

二、非营利组织预算管理过程中存在的问题

1.项目预算管理体系和组织机构本身存在矛盾

随着现代化信息水平的不断提升，非营利组织的信息化程度也不断加深，项目预算管理是建立在组织结构基础上的。当前很多非营利组织还是以管理部门的职能进行相应的工作分工，使得项目的预算管理和其他部门之间的管理出现交叉，容易产生矛盾。

2.项目预算管理制度体系不完善

目前，针对非营利组织还没有形成一套权威的项目预算管理标准体系，导致非营利组织在项目预算管理过程中对风险的控制没有得到统一规范的指导。同时，很多的非营利组织对项目预算管理也存在认识上的偏差，管理者风控意识不强，对建立风险控制体系及控制预算风险也不够重视，使得项目预算管理中的风险控制制度建设和运行往往流于形式。

3.非营利组织财务人员的预算管理意识比较淡薄

很多财务管理人员对项目预算管理的认识不足，没有理解到其真正意义是为了降低非营利组织的经营风险，对组织进行科学合理的资金配置，从而提高管理效率，促进组织发展。财务人员在预算管理过程中，特别是对风险的控制都停留在被动的状态上，一味的等待上级指令，自发参与管理的程度较低，导致项目事前和事中的控制环节薄弱，忽视了预算管理的预防功能。

4.对各阶段存在的风险的认识不够

在非营利组织的管理过程中，项目预算管理贯穿于整个项目始末，因此对其进行的风险控制也应贯穿于整个项目。但是在项目预算管理过程中，无论是预算管理人员还是非营利组织领导者，对于各阶段的管理过程中隐藏的各种风险认识不足，因此导致预算管理过程中的风险控制效率不高，如在管理过程中，很多非营利组织仅仅是进行简单的成本核算及成本控制，对于超出预算的行为原因并没有深入分析，也就无法就此做出准确的风险判断。

5.非营利组织预算管理信息化水平不高

信息化是当前时代背景下的一个重要发展趋势，在非营利组织的发展过程中也要逐渐实现管理的信息化，从而有效地提高预算管理效率。对于一些传统的人工处理的问题改为利用计算机进行处理，可以降低工作强度和出错率，如对于各项目所需的物资进行归档等。纵观当前很多非营利组织的发展可以发现，不仅在预算管理过程中的信息化水平不高，整个组织都存在类似问题，对于非营利组织的整体管理水平提高造成阻碍。

三、非营利组织项目预算管理的策略

1.提高非营利组织管理者和财务人员对项目预算管理的认识

各个非营利组织的管理层都要按照国家提出的要求，规范非营利组织的经营管理，重视项目预算的风险控制、内部控制工作。非营利组织应积极加强对预算管理重要性的宣传，提高非营利组织的管理人员以及财务人员对项目预算管理的认识，还可以将项目预算管理的实施情况与管理者的工作测评进行联系，建立预算管理的考核机制，加强非营利组织的管理者对这个概念的认识，最终实现非营利组织的规范化管理和安全经营。

2.完善项目预算管理体系

在加强非营利组织的项目预算管理风险控制过程中，首先要对组织进行全面的了解，以确保非营利组织的整体管理机制和项目预算管理的目标和机制相一致。项目预算管理应该与非营利组织的经营管理活动紧密联系。在具体的实施过程中，要将项目预算管理的具体责任进行落实，强化执行力。为了推进这一举措，可考虑将责任落实情况与岗位考核、职位晋升等联系起来，以强化管理者和财务人员对项目预算管理体系完善的职责。

3.建立全面、全过程的项目预算管理的风险控制体系

非营利组织的预算管理中，风险控制是一个十分重要的步骤，在建立风险控制体系过程中，要注意涵盖整个项目的全过程，切实将风险控制落实到财务人员的工作中去。此外还要推进各阶段的风险控制工作。首先，在事前，应该加强预算的制定与核对，科学合理的对项目成本进行测算和预估。其次，在事中，严格按照预算方案执行，对于超预算的现象要加强问题调查，对成因进行有效地分析，不断提高项目预算管理水平。第三，在事后，要积极加强对整个项目的实际费用与预算之间的差异进行的对比分析，通过定量和定性的方法对可能存在的风险进行识别和预警，构建合理的风险控制信息系统，全面地对组织项目预算管理的风险进行分析和控制，帮助非营利组织规避风险。

4.加强组织项目全过程的成本动态管理

加强非营利组织的各个项目的全过程成本管理，是当前非营利组织发展过程中的一个重要任务，对于组织的财务管理和成本控制水平提高具有十分重要的意义。在非营利组织项目成本管理中，大都比较注重事后管理，对事前准备的重视程度不够，对全过程的动态管理也不够，因此导致成本控制效率不高。在未来的发展过程中，应在非营利组织项目管理的全过程中都积极践行成本动态管理理念。在事前控制过程中，要在决策阶段加强对各个项目的预算管理的重视，在项目设计阶段要将成本预算纳入考量。在事中应加强对成本的动态控制，避免出现不必要的浪费现象。在项目成本管理中，需要对项目的预算执行情况进行动态的把控，从而估计各项目所需的费用，并根据项目进展情况对资金的配置进行优化调节，使得组织内的各个项目都能在充足的资金保证下顺利推进。在项目结束后应将预算和实际成本情况进行比较分析，辨别管理过程中的优点和缺憾，并进行及时的反馈，为未来的预算管理提出改进的方向和建议，从而全面提高非营利组织的资源使用效率和社会效益。

5.提升预算管理的信息化

水平预算管理过程中实现信息化，是时展背景下的一个全新要求。无论是非营利组织各种业务的完成和解决，还是各种信息的传递，抑或是非营利组织的各种活动组织，都应该要努力实现信息化。首先，应对基金会组织的预算管理信息系统进行完善，确保各类项目的全程管理都能使用自动化办公，促进各种信息技术的应用，消除人工操作中可能出现的错误隐患。其次要实现财务部门、资产部门、业务部门的信息共享，使得预算管理人员能够方便快捷的获得各方面的必要信息，从而提高预算管理的准确性和科学性。同时实现各部门的信息化管理也有利于除财务部门外的其他部门参与到预算控制过程中来，对项目预算进行全方位的综合管理。

6.加强内外监督，增进监督效力

非预算控制的方法范文篇2

【关键词】：智能预测；预测控制；模糊预测控制；滑膜预测

中图分类号：F272.1文献标识码：A文章编号：

现代工业的发展对生产过程提出了越来越高的要求，往往不单要求对单个生产装置实现优化控制，而希望能对相继发生的多个生产过程的实现综合控制，并追求全过程的优化以提高产品质量和降低成本。同时过程本身存在的复杂性和控制目标的多样性，使优化控制策略从目前的求解无约束二次性能指标优化问题转为面向多目标多自由度的优化问题。这些现实问题要求预测控制的发展引入新思想、新方法，追求更高层次的目标。在另一方面，进入90年代以来智能控制的研究成果大量涌现。智能控制不但在处理复杂系统(如非线性、快时变、复杂多变量、环境扰动等)时能进行有效的控制，同时具有学习能力、组织综合能力、自适应能力和优化能力。为了解决复杂工业过程中的不确定性、多目标优化问题，智能控制中的一些方法被引入到预测控制中，使预测控制向智能化的发展，从而形成当前预测控制的一大研究方向-智能预测控制。根据预测控制和智能控制的融合点，可大致划分为以下模糊预测控制、神经网络预测控制、遗传算法预测控制、滑模预测控制等几类。

一、模糊预测控制

模糊控制的基本思想是把专家对特定控制对象过程的控制策略总结为“IF……THEN……”形式表达的控制规则，通过模糊推理得到的控制作用集，作用被控对象或过程。模糊控制完全是在操作人员所具有的经验的基础上实现对系统的控制，无须建立系统的数学模型，且控制具有很强的鲁棒性，对被控对象参数的变化具有一定的抗干扰能力，因此是解决不确定系统的一种有效途径。目前模糊控制与预测的结合主要分为两类：一类是模糊控制与预测控制的结合，Cucal等[1]设计了一种模糊专家预测控制器，通过建立对象的预测模型获得超前预测误差来调整控制器规则；庞富胜[2]提出了一种模糊预测控制的复合结构，根据不同时段的误差情况进行模糊控制和预测控制的加权组合控制；徐立鸿等[3]提出一种定量和定性信息的组合预测控制，控制器输出分为预测控制量和模糊控制量，二者的加权因子是对象类型和建模误差的函数，这种组合式模糊预测控制器，对模型失配有较好的鲁棒性；睢刚等[4]在过热汽温控制中设计了一种模糊预测控制方法，将控制量论域划分为若干子区域，并将分界点作为参考控制量，以预测模型预测各参考控制量的未来输出，并评价相应控制效果，并在此基础上以模糊决策方法确定当前时刻最佳控制量。另一类是模糊控制与预测控制的融合，Oliver等[5]和Martin等[6]将T-S模型与DMC控制结合起来，DMC采用阶跃响应模型，由T-S模型提取出不同工作点的阶跃响应值，有效地实现了对非线性系统的控制。Jang-HwanKim[7]采用模糊神经网络辨识对象T-S模型，由各局部加权和得到的模型进行预测控制，将GPC推广到非线性系统，IgorSkrjanc[8]提出一种基于T-S模糊模型的预测函数控制方法，并在热交换器中得到应用。

二、人工神经网络预测控制

人工神经网络(ANN)是从仿生学的角度出发，模拟人脑的神经元系统，使系统具有人脑那样的感知、学习和推理功能。神经网络可以充分逼近任意复杂的非线性系统，可以学习不知道的或不确定的系统。神经网络的预测控制主要分为以下几类：（1）基于线性化方法的神经网络预测控制。线性化方法一直是处理非线性问题的常用方法，通过各种线性化逼近，可以将非线性控制律的求解加以简化，提高其实时运算速度。张日东等[9]提出了一种可用于非线性过程的神经网络多步预测控制方法，将非线性系统处理成简单的线性和非线性两部分，用线性预测控制方法求得控制律，避免了复杂的非线性优化求解，仿真结果表明了该算法的有效性。（2）基于迭代学习求解的神经网络预测控制。这种方法采用神经网络实现对过程的多步预测，控制信号的求取基于多步预测的目标函数，利用神经网络预测模型提供的梯度信息进行迭代学习获得。丁淑艳等[10]先利用一个BP网络构造一个非线性多步预测模型，根据被控对象输出与网络实际输出之问的误差采用改进的BP算法修改网络权值，模型建好后，根据网络的多步预测输出序列与设定值序列的偏差构造性能指标函数，采用自适应变步长梯度法修改控制律。（3）基于神经网络控制器的神经网络预测控制。这种方法基于两个神经网络，一个是建模网络，用于过程的动态建模以获取对过程的预测信号；另一个是控制网络，它按照与预测控制目标函数相应的驱动信号来调整整个网络的权值，以获取对预测控制律函数的逼近。陈博等[11]将传统预测控制的优化策略与神经网络逼近任意非线性函数的能力相结合，提出了一种基于BP神经网络的新的预测控制算法，即滚动优化模块用一个神经网络来实现，并针对一个工业装置控制实例，探讨了该算法在工业过程控制中的应用。MirceaLazar[12]用神经网络模型作为滚动优化控制器，神经网络控制器通过利用非线性模型及对控制算法提供一种快速、可靠的解决办法来消除在非线性预测应用中主要的问题，并阐述了控制器的设计和补偿方法，最后用一个实例仿真证明了该方法的有效性。

三、遗传算法预测控制

遗传算法(GeneticAlgorithm，GA)是建立在自然选择和自然遗传学机理基础上的迭代自适应概率搜索算法，在解决非线性问题是表现出很好的鲁棒性、全局最优性、可并行性和高效率，具有很高的优化性能。Shin[13]提出一种基于前向网络的非线性预测控制方法，直接采用GA进行在线优化求解预测控制律。Ramirez[14]在非线性预测控制中，以GA进行移动机器人导航控制中的在线寻优。为降低在线优化的计算负担，该GA算法采用启发式交叉和非一致变异操作，获得了满意的效果。Woolley[15]报道了在CONNOISSEUR先进控制工具包中基于GA滚动优化的预测控制的设计和应用情况。

四、滑膜预测控制

自从20世纪80年代初到现在，计算机技术的发展迅速，在控制中也采用了计算机控制，所以目前控制中的系统一般都是离散系统，因此对离散系统变结构控制的研究也变得很重要。离散系统滑模变结构控制以其滑模存在条简易而被广泛的应用。在进行滑模控制的过程中，考虑到控制受限以及选用的趋近律的参数以及切换等因素，即使系统在没有外界扰动的情况下，系统状态轨迹也是只能稳定在原点邻域的某个抖振。在根据不确定性上下界进行控制器设计的时候，利用不确定性的有界保证闭环系统的鲁棒稳定性，导致变结构控制过于保守，抖振严重，且不确定性的界有时很难获知.这些不足限制了离散变结构控制理论的应用.在综合考虑抖振、鲁棒性以及控制约束等指标要求的基础上，提出了基于滑模预测思想的离散变结构控制系统设计新思路[16]。

目前看到的有关滑模预测控制论文很少，具体的实际应用也不多，在国内主要有宋立忠，陈少昌，姚琼荟等人研究滑模预测离散变结构控制，在文章中主要研究了不确定离散时间系统的变结构控制设计问题，将预测控制中模型预测、滚动优化、反馈校正的思想引入到离散准滑模变结构控制系统的设计.把切换函数进行预测，然后通过切换函数得到滑模控制中的控制律，该方法综合考虑抖振、鲁棒性以及控制量约束等指标要求，利用当前及过去时刻的滑模信息预测未来时刻的滑模动态，实现了滚动优化求解.该方法可有效消除抖振现象，并能够保证闭环系统的鲁棒性。宋立忠，李红江，陈少昌[17]还对滑模预测控制进行了应用的研究，把此方法应用到船一舵伺服系统中。

参考文献：

[1]CulalBatur,etal.PredictivefuzzyexpertputersinEng.1991,20(2):199-209.

[2]庞富胜.模糊--线性复合控制，刘增良主编.模糊技术与应用选编(1)，北京航空航天大学出版社，1997，64-69.

[3]徐立鸿，施建华．基于对象定量和定性信息的组合预测控制．自动化学报，1997，23(2)：257-260．

[4]睢刚，陈来九.模糊预测控制及其在过程汽温控制中的应用，中国电机工程学报，1996,Vol.16(l):17-21.

[5]Jang-HwanKim,Generalizedpredictivecontrolusingfuzzyneuralnetworkmodel.proc.of1994IEEEconf.onNeuralNetwork,1994,pp(4):2596-2598.

[6]IgorSkrjanc,DragoMatko.Predictivefunctionalcontrolbasedonfuzzymodelforheat-exchangerpilotplant,IFAC14thTriennialWorldCongress,Beijing,P.R.China,1999,pp:341-345.