统计与决策论文范文精选

〔摘要〕针对当前权重确定方法单一、传统熵权计算方式不足等问题，构建一种基于信息熵多属性决策的综合评价模型。该模型运用改进层次分析法确定全体决策者对各指标的主观权重，以信息熵理论确定各指标的客观权重，并结合主观与客观权重作为最终评价的综合权重。在此基础上依据多属性决策模型提出多属性决策评价方法，该方法将主、客观分析相结合，既考虑权重的现实性，又以数据作为评价基础，能有效解决选择评价中的不确定多属性决策问题。论文通过对湖南统计年鉴中数据的分析，验证了所提方法的可行性与有效性。

〔关键词〕信息熵；多属性决策；统计信息；综合权重

DOI：10.3969/j.issn.1008-0821.2015.08.024

〔中图分类号〕G25492〔文献标识码〕A〔文章编号〕1008-0821（2015）08-0126-05

多属性决策（Multiple Attribute Decision Making，MADM）是现代决策科学的一个重要组成部分，主要用于解决多个属性情况下的有限方案决策问题，其实质是利用已有决策信息，通过一定方式对有限个备选方案进行排序择优。其理论和方法已广泛应用到社会生活、工程设计、系统工程以及管理科学等领域。现实生活中，由于人类思维的模糊性以及客观事物的复杂性与不确定性，人们在决策过程中对评价事物往往难以给出确切的数值，而是以模糊数等形式的不确定信息来评定。此类决策问题目前在国内外专家学者中有着较高的关注度，如文献利用信息熵理论对多属性决策指标进行规范化处理的方法，得到了待决策方案的优化属性值，从而达到更为精确地判断决策方法优劣的效果。文献[3]通过将信息熵引入到不确定多属性评价决策模型中，建立了我国商业银行操作风险的多属性评价方法。文献[4]针对多属性决策过程中同时存在多种特征的定性与定量不确定信息，且属性权重未知的情况，提出基于不确定信息熵和证据推理的不确定多属性决策方法。文献[5]运用信息熵和结构元理论，探讨了权重完全未知情况下的模糊多属性决策方法，构建了模糊多属性决策模型，并将该方法运用到干部考核、评估等问题中。

湖南幅员辽阔，物产富饶，俗有“湖广熟，天下足”之谓，是著名的“渔米之乡”。全省辖13个市、1个自治州、122个县（市、区），在这片三湘大地上，生活着汉、土家、苗、侗、回等56个民族7 090万湖湘儿女。全省实有耕地总资源3789万公顷，至2010年底，全省有林地面积151亿亩，森林覆盖率为5701%。主要农副产品产量如粮食、棉花、油料、苎麻、烤烟及猪肉等均位居全国前列。湖南矿产丰富，矿种齐全，是驰名中外的“有色金属之乡”和“非金属矿之乡”。基于上述描述，以湖南统计信息网的2008-2012年《湖南统计年鉴》中“湖南的一天”数据为例，根据信息熵多属性决策的综合评价模型对其进行分析与评价。

4结束语

本文首先运用改进层次分析法确定全体决策者对各指标的主观权重，然后应用信息熵理论确定指标的客观权重，再通过建立综合权重模型将决策者的主观权重与样本自身产生的熵权相结合，采取一定的方式混合加权计算综合权重。在此基础上结合多属性决策模型提出多属性决策评价方法，将主、客观分析相结合，既减少决策问题的主观性，又能量化整个评价过程，有效解决了选择评价中的不确定多属性决策问题，具有良好的应用推广与实际决策价值，可广泛应用于供应链选择、项目评估、投资决策以及经济效益综合评价等相关决策问题中。

【摘要】目前，管理信息系统在国内大部分企业的运用仍旧停留在处理日常业务上，并未上升到支持决策的高度。文章尝试阐述决策支持系统的原理、特点、功能，结合企业实际，建立DSS框架并模拟实施方案。

【关键词】决策支持系统 财务分析 五力模型

企业管理思想进步到当下的阶段，很难想象一家没有上马企业资源计划ERP（Enterprise Resource Planning）或SAP（Systems Applications and Products in Data Processing）的公司是如何将物资资源管理（物流）、人力资源管理（人流）、财务资源管理（现金流）、信息资源管理（信息流）等集成一体化，进而推进生产、营销、供应、人力、资金等业务互相融合而顺畅运转的。当今企业在信息化方面面临的问题不是争论ERP的必要性，也不是讨论ERP的可行性，而是纠结于对ERP产生的海量数据如何进行进一步的收集、加工、处理。因为收集的数据多到无法甄别哪些是对决策有效的。

企业建立一套旨在全方位提升管理广度和深度的管理信息系统是必需的：利用统一规划的数据集成，以全面预算为主导，以产品生命周期管理为核心，以资金为主线，整合财务、人事、营销、科研、生产等管理职能，重组优化业务流程，连接信息孤岛，建立关键内部控制点，极大改善组织内部的信息不对称，大幅降低管理成本，有效地防范和控制风险。但是，国内应用现状是大部分企业正在运行的管理信息系统主要功能仍旧停留在处理大量的日常业务流程上，仅实现了中层管理的功能，并未上升到支持决策的高度。本文尝试通过对决策支持系统（Decision Support System，以下简称“DSS”）运行原理、特点和功能的阐述，结合企业实际，充分利用已成熟运行的通用ERP并以此为基础，模拟建立DSS的实施方案。

一、DSS的原理、特点和功能

20世纪70年代中期，美国麻省理工学院的米切尔・S・斯科特（Michael S.Scott）和彼德・G・W・基恩（Peter G.W.Keen）首次提出了“DSS”一词。DSS通过数据、模型和知识，以人机交互方式进行半结构化或非结构化决策的计算机应用系统，为决策者提供分析问题、建立模型、模拟决策过程和方案的环境，调用各种信息资源和分析辅助决策工具，帮助决策者提高决策水平和质量（张茜，2006）。DSS是管理信息系统（Management Information System，MIS）向更高一级的发展，标志着利用计算机与信息支持决策的研究与应用进入了崭新的阶段，并形成了决策支持系统新学科（王剑东，2003；万林，2008）。

DSS的特点体现在：（1）DSS的交互性表现在通过管理者同系统之间的多次对话，使决策得以完成；（2）DSS解决的问题属于半结构化或非结构化问题；（3）系统具有专门的结构存储和研究备用的模型及方法，提供模型的比较、联结和合成的功能；（4）DSS只是起辅助决策的作用，并不完全取代管理者的判断，应当让管理者处于主动地位；（5）DSS应当便于学习、使用和修改，因而要对用户的需求进行动态性的分析，做到及时完善DSS的各种功能（迟殿委，2008；徐强，2008）。DSS的应用原理体现了决策支持系统本质的演变：DSS初期是利用数据资料（数据库DB） 和模型资源（模型库MB）支持决策，发展到IDSS利用知识资源 （方法库MEB）和模型资源（模型库MB）结合支持决策，再到利用数据资源（数据仓库DW）支持决策。这样，决策支持系统概念就更明确为：针对决策问题，利用决策资源（数据、模型、知识等）（侯少然，2010）进行组合和集成，建立解决方案；通过方案的模型计算、知识推理、多维数据分析以及方案的修改，逐步逼近解决决策问题的系统。

数据资源（数据库与数据仓库）、模型资源和知识资源在网络上都是共享资源。决策支持系统就在于如何有效地利用这些决策资源，针对决策问题，把决策资源有机地组合成解决方案，既可以建立多个方案，又可以修改方案，再通过大量的计算或推理，最终达到支持决策的效果（张胤杰，2009）。DSS所实现的功能主要表现在：（1）管理并随时提供与决策问题有关的组织内部和外部消息；（2）收集、管理并提供各项决策方案执行情况的反馈信息，例如订货单、合同执行进程、物料供应计划的落实情况、生产计划的完成情况等；（3）能以一定的方式存储和管理与决策问题有关的各种数学模型，例如定价模型、库存控制模型与生产调度模型等；（4）能够存储并提供常用的数学方法（张世芳，2006），例如回归分析方法、线性规划、最短路径法等；（5）数据、模型与方法能容易地修改和添加，例如数据模式的变更、模型的连接或修改、算法的修改等（王剑东，2003；孙艳胜，2007）；（6）具有方便的人机对话和图像输出功能，能满足随机的数据查询要求，回答“if…what…”之类的问题（冯罡，2003；孙艳胜，2007）。

《统计与信息论坛杂志》2014年第六期

一、统计数据及时性的内涵

随着人们对统计数据分析的细化和深化等多方面的需求，统计数据质量观念也随之变化，学界开始从统计数据提供者、生产者和用户等多个角度来考察数据质量，准确性已不再是用户对统计数据质量的唯一需求。为此，有关国际组织和各国统计机构从满足用户需要的角度出发完善和丰富了统计数据质量的概念。如美国的《统计科学百科全书》给出统计数据质量涵义：一是产品的质量由现在以及潜在用户对产品再使用过程中的相合性决定的；二是统计数据质量所涉及的统计数据在多大程度上满足用户对统计信息的需求和期待的各个方面。欧洲统计局提出了统计数据质量的涵义包括数据适用性、准确性、及时性、可取得性、衔接性、可比性、方法专业性或完全性等维度。另外，加拿大统计局、荷兰统计局等欧美统计机构给出了统计数据的不同维度框架。归纳其结论，及时性是除了准确性之外统计数据质量概念共有的内涵。

统计数据及时性是统计数据用户或潜在用户对统计数据时间的需求和期待，它是统计数据质量在时间上的体现。宏观经济统计数据的及时性要求政府统计机构通过统计方法的革新，信息技术的应用等措施以提高统计数据的及时性，完善制度以便用户及时获取统计信息。一般情况下，所见文献对数据及时性是通过调查基准期与统计数据时间之间的间隔长度进行测量，认为用户获得数据的时间越早越好，并没有从满足用户对统计数据时间的需求和期待的角度进行评价，其有效性无法给出具体评判。依据统计数据及时性涵义，统计数据及时性评价是针对用户运用统计数据对未来情况预测和决策的有效性评价，如果用户获得的统计数据能对未来情况做出有效预测和决策，则说明该统计数据具有及时性，反之，则该统计数据不满足及时性要求。本文认为某一经济因素会对未来经济状况产生持续的影响，为了发挥该因素统计数据的有效决策价值，获得该因素数据的时间至少不应当超过该因素对未来经济情况产生影响的平均时间长度。基于以上思想，从该因素数据发挥效应的平均滞后时间的角度对数据质量的及时性进行诊断。

二、诊断模型的构建

（一）假设的提出区域宏观经济是一个相互联系、相互影响的系统，宏观经济各个因素的统计指标之间存在着相互影响的因果关系。对于区域宏观经济系统，应当建立宏观经济系统模型予以描述其各个因素的数据生成原理。为了定量研究宏观经济统计数据质量的及时性，本文对宏观经济系统有以下假设：1．宏观经济各个指标的统计数据是采用同一时间一次性。这一假定符合中国统计数据的制度，与我国统计数据的实际情况一致。2．用户需求的统计指标之间存在因果关系，且这种因果关系可以用线性或广义线性模型予以描述。对区域未来某期经济情况的判断总是依据现有的若干影响指标予以判断，如对区域未来某时期国内生产总水平（GDP）情况作预测，需要选择GDP的影响因素并构建滞后变量模型，根据各影响因素指标对GDP决策的滞后期长度来确定各指标数据的及时性。

（二）诊断方法设计依据经济理论，本文认为地区生产总产值（GDP）主要受当期或过去各期的投资（I）和零售品消费（LSE）两个主要因素影响，因此，可以构建区域国内生产总值（GDP）的滞后模型，具体由式（1）给出。由于决策目标变量不同，对影响变量的及时性要求也不尽相同。实际上，获取当期数据对于决策来说是最有效的数据，但是现实中也不可能实现数据即时的收集和，依据模型确定的最长滞后期对于决策目标变量来说也不合适，这时获得数据的有效性几乎不大了。因此，指标时期小于决策所需平均滞后时间长度就可以满足对目标变量的决策需要。所以，依据影响变量对决策变量的平均滞后时间（MLT）与数据时期长度进行比较，就能够评价影响变量数据的及时性水平。定义2给出的测度工具是评价一套统计数据及时性的综合工具。这里，我们是对p个指标的及时性水平求向量平均模长，其数值大小表示一套数据的及时性综合水平，在实际应用中，也可以对各个指标进行加权综合。同样，当η1说明一套指标整体及时性较好，能够满足决策需要；当η＜1说明一套指标整体及时性较差，不能满足决策需要。

三、宏观经济统计数据及时性诊断的实证分析

一般都认为，管理首先要决策，决策是领导者、管理者的首要职能。由此可见，管理决策在整个管理体系中的重要地位和主导作用。

从现代决策理论的发展，可以看到，同“物本管理”相适应的管理决策，决策目标遵循“最优化”准则，要求决策者从“客观的理性”（objectiverationality）出发，寻求在一定条件下目标函数唯一的“最优解”（Optimalsolution）。为此，就要求建立复杂的数学模型，进行严密的数量分析，从而把决策模式的重心放在分析性的技术方法上。

诺贝尔经济学奖的获得者[美]赫伯特·西蒙教授对这一决策模式提出了严厉的批评，认为这样做“为的是产生那些非常动人的数学模型，用来表示简化的世界。在这方面，近年来人们已经提出了疑问，怀疑那些假说是否与人类行为的事实相距过远，以至根据那些假设所得出的理论同我们所处现实状况已经不再有什么关系了”（注：[美]赫伯特·西蒙著：《现代决策理论的基石》，作者为中译本写的“前言”。杨砾、徐立译，北京经济学院出版社，1989年3月第1版。）。也可以这样说，“最优化准则仅仅存在于逻辑推理中，没有实践价值”（注：袁宝华主编：《中国企业管理全书》（上），企业管理出版，1984年2月第1版。）。

随着现代管理从“物本管理”向“人（智）本管理”转变，决策目标以“满意性准则”取代“最优化准则”就成为历史的必然。

现代管理大师西蒙教授提出的以“有限理性”与“令人满意”准则取代微观经济学原来奉行的“完全理性”与“最大化原则”，是其决策理论的核心理论。其优越性，正如西蒙教授所说：“我认为，我提出的‘寻求满意的人’这一模型同那种‘寻求最优的人’的古典概念相比，在有关经济行为的经验研究中获得了多得多的支持”（注：[美]赫伯特·西蒙著：《现代决策理论的基石》，作者为中译本写的“前言”。杨砾、徐立译，北京经济学院出版社，1989年3月第1版。）。在现实经济生活中，遵循满意性准则进行决策，适当地应用数学模型进行定量分析，是完全必要的，问题是不能把它强调过了头，不能见物不见人，把定量分析推向极端。以数学模型的定量分析为基础，决策者要善于运用自己的学识、经验和直观判断能力对模型输出的结果进行全面的分析和评价，以实现决策者的智慧和推断同定量模型的解析相结合，借以获得更深刻、更全面的认识。在社会经济系统中，人的因素总是居于主导地位的。决策的层次越高、涉及面越广、情况越复杂，战略性、非规范性、不确定性越强，决策人员和决策支持人员的远见卓识和非凡的洞察力及由此而形成的高屋建瓴式的综合判断就越带根本性。

二、管理会计的新特点

管理会计是融管理和会计于一体的一个专门领域，是企业信息系统中的一个子系统，是决策支持系统的重要组成部分。因而其特性自然是依管理的特性为转移，并随着管理特性的发展而发展。

与上述知识经济管理上的基本特征相适应，在新的历史条件下，管理会计呈现的新特点，可概括为以下三个方面：

【摘 要】本文阐述了贝叶斯理论的发展阶段、贝叶斯决策理论和贝叶斯决策方法的基本内容，通过阅读大量的书籍和期刊从中总结出贝叶斯理论与方法在各个领域的研究进展情况，贝叶斯决策在不完全情报下，凭借对部分未知的状态用主观概率估计，然后用贝叶斯公式对发生概率进行修正，最后再利用期望值和修正概率做出最优决策使贝叶斯技术越来越受到人们的关注。

【关键词】贝叶斯理论；决策理论；决策方法；进展

1 贝叶斯理论的发展

总体来说，贝叶斯理论的发展经历了以下几个阶段：1736年Thomas Bayes提出了重要的贝叶斯定理，1763年其遗著《论有关机遇问题的求解》被他的朋友Richard Price整理发表，贝叶斯理论的价值才被世人认识，贝叶斯理论开始莫基。随后，Laplace等作了进一步的工作，目前以他姓名命名的定理的现代形式实际上归功于Laplace 。进入到20世纪50年代，贝叶斯理论得到了充分发展，60、70年代以来，其发展达到鼎盛时期。许多专家学者投身于贝叶斯理论的研究和应用推广中来，力图从不同的角度对贝叶斯理论进行进一步的探讨和研究，形成了具有多分支的理论系统。

2 贝叶斯决策理论

贝叶斯理论系统中的另一个重要分支就是贝叶斯决策理论。贝叶斯决策（Bayesian Decision Theory）就是在不完全情报下，对部分未知的状态用主观概率估计，然后用贝叶斯公式对发生概率进行修正，最后再利用期望值和修正概率做出最优决策。

贝叶斯统计理论与最优决策的结合，首先在商业和社会科学中得到了很大的成功，其次是在物理、化学、生物等学科领域得到了广泛的应用，如今其概念和方法在社会许多领域得到了广泛应用，如在工程技术、管理科学、系统运筹、医疗诊断等。

3 贝叶斯决策方法简介

摘 要 结合仿生决策微型计算机的设计研究与发展现状，分析其结构和运行特点，对决策过程中的原理以及检测估评方法进行了讨论，希望能在推广应用中起到较好的促进作用。

关键词 计算机技术；仿生；决策

中图分类号：TP183 文献标识码：A 文章编号：1671-7597（2013）16-0015-02

现在常用的计算机采用的是“冯·诺依曼结构”：即内存和处理器是分开的，两者之间通过“总线”来传输数据。在过去的60多年中，计算机内存容量和处理器速度不断增长，但这种速度远远大于双方之间流量的增加，让计算机的整体效率受到严重限制，这被称为“冯·诺依曼瓶颈”。

近些年发展起来的仿生计算机，人工神经网等计算机，与目前大多数计算机的运行方式截然不同，这些计算机增强了并行计算能力，实现了专家库和处理器的有机结合，在一定程度上实现了类似于人脑的决策计算。

1 结构设计

1.1 系统结构

设立包含专家知识库的微型计算机，与微型计算机的输出端相连设存储单元阵，存储单元阵与处理单元阵相对应连接，与处理单元阵相连设运算器组，与运算器组分别相连设控制器、总运算器，总运算器通过输出接口输出决策结果信号。

中图分类号：TU 文献标识码：A 文章编号：1008-925X(2011)09-0-02

摘要：本文以基于数据挖掘的决策支持系统方法整合网络舆情信息，建立网络舆情信息仓库，对非结构化的模糊复杂的信息，运用数据挖掘中文本挖掘技术有效分析网络热点事件的舆情，及时发现重大突发事件，减少危机损失，提高政府管理和监控舆情危机的能力。

关键词：网络舆情 数据挖掘 决策支持系统

1、引 言

近几年，随着Web2. 0的兴起与普及，互联网已成为一个开放的、个性化的社会环境形态，对社会稳定和国家安全的维护带来了严峻挑战。但是现在我们政府情报机构网络安全管理和监控能力比较薄弱，难以适应复杂的环境。因此，建立基于数据挖掘的网络舆情预警决策支持系统，对非结构化的模糊复杂的信息，运用文本挖掘技术有效分析网络舆情事件，及时发现重大突发事件，减少危机损失，提高政府管理和监控能力势在必行。

2、基于数据挖掘的决策支持系统

决策支持系统(DSS) [1]是利用大量信息，数据结合众多模型，通过人机交互，辅助各级决策者实现科学决策的系统。它是融计算机技术、信息、技术、人工智能、管理科学、决策科学等学科和技术于一体的技术继承系统，包括数据仓库和数据挖掘分析系统，由以下三个主体[2]组成：

（1）模型库系统和数据库系统结合，作为该系统的基础，为决策问题进行模型计算和定量分析，提供辅助决策信息。

摘要:分析智能决策系统课程存在的问题,探讨课程的教学内容,提出适合该课程教学需要的探索式教学方法和案例教学方法,设置了激发学生学习兴趣的实践教学内容。尽管本文的研究内容源于智能决策系统课程,但对其他课程也有积极的借鉴作用。

关键词:智能;决策系统;教学方法

随着信息技术的应用和普及,“智能化”成为信息化后续发展的重要内容之一。在决策领域,20世纪80年代,一种以计算机为工具、应用决策科学及有关学科的理论与方法、以人机交互方式辅助决策者决策的决策支持系统(DSS)应运而生。但是,DSS只能辅助和支持决策者决策,其贡献局限于对可选方案的评价,只能对有量化特性的问题使用数据模型和数值计算方法来辅助决策,不具有表示复杂决策过程的能力,因此,促使人们提出将DSS与专家系统(ES)相结合,以分别发挥DSS的数值分析和ES的符号处理优势,从而将定性分析和定量分析有机结合起来,以既能进行知识处理,又能有效地解决半结构化和非结构化问题,这就是智能决策支持系统(IDSS)的产生背景。

随着人工智能和智能技术的发展,IDSS在广泛的工程技术、经济、管理、医疗和农业科学等诸多领域,得到广泛应用。了解、掌握智能决策的基本知识和技术是计算机科学、智能科学类专业大学生的基本要求,因此,智能决策类课程应运而生,并逐渐发展成为计算机、自动化、管理科学与工程和智能科学技术等专业的专业课之一[1-4]。

在我校,智能决策系统课程作为计算机科学与技术、软件工程、网络工程和其他电子信息类专业的专业限选或选修课程。目前,该课程的教学内容存在如下问题:一是教学内容繁,二是技术更新快,三是涉及的专业知识深,对学生的理论基础知识(特别是数学知识、计算机技术)要求极高,教学难度大。因此,学生在学习过程中不得要领,抓不住课程的核心,只见树木、不见森林,从而影响学生们的学习效果。本文就是在这样背景下,提出并开展教学研究的。

1教学内容改革

智能决策系统是一门计算机科学、管理科学、人工智能和应用数学交叉的新兴专业课程,其学分通常为2～2.5学分,即32～40学时,其中包括0.5学分的实验课程(8学时)。因此,如何在有限学时中容纳下本课程教学内容,完成本课程的教学目标,就成为首要问题。

通过实践和教学改革,我校本课程的理论教学内容主要包括下列6个知识单元。

【摘要】如何正确处理财务、会计、审计三者之间的关系，历来是我国理论界讨论的热点，但很少有人将三者作为价值管理的整体进行研究。而实际上，财务、会计、审计虽然产生的时间不同，但它们都是随着社会的发展，人们为了加强经济管理的需要而产生的，在现代企业价值管理系统中缺一不可。其中，财务是价值管理的决策系统，会计是价值管理的信息支持系统，审计是价值管理的信息保障系统，它们共同构成企业的价值管理系统。

如何正确处理财务、会计、审计三者之间的关系，历来是我国理论界讨论的热点，而综观我国现有的文献资料和价值管理学科体系，均将财务、会计、审计作为独立的学科进行研究，很少甚至没有将三者作为一个整体来进行剖析，导致了我国现代企业制度下财、会、审运行机制理论的孤立。根据系统理论，三者均为企业管理系统的子系统，现实要求理论界在研究三者差异的同时，应加强协同效应的研究，实现1+1+1>3的效应，解决三者长期混淆不清的状态，共同为企业的发展发挥作用。

一、目前三者关系研究现状

目前，人们对财务与会计以及会计与审计关系的研究较多，出现了大会计、大财务、财务与会计并列、审计与会计独立、审计是会计的组成部分等观点，而把三者结合起来进行研究的则较少，主要有以下三种观点：

唐国平（2000）指出现代会计经历了会计学与其他学科（如统计学等）的分化瓦解，也经历了会计学与其他学科（如信息学，系统控制学等）的整合。未来会计学科的发展将形成由信息会计学（会计学）、微观控制会计学（财务学）和宏观控制会计学（审计学）三分天下的局面。信息会计学其目标是研究会计实体如何向投资者和债权人等提供决策有用的会计信息。微观控制会计学其特点是以会计信息系统提供的财务会计信息为基础，结合其他相关信息，控制企业的财务活动，以实现股东财富最大化的目标。宏观控制会计学其研究的主要内容应当是，如何通过控制会计信息的质量来达到维护资本市场正常秩序的目标。这种观点指出了未来会计学科的构成，但对三者之间的联系则解释得不够清晰。

陈良华教授（2002）从价值管理角度来解释会计概念和重构会计理论结构。他提出了泛会计概念，认为泛会计的内容包括了会计、公司财务管理，内部审计、管理控制的部分内容，战略管理中的价值分析，成本管理和统计的部分内容。但该文似乎有一种把会计概念无限扩大的危险。按照泛会计的观点，所有的管理都属于价值管理，“销售、市场、财务、生产管理均是围绕实现价值战略支撑的职能活动，价值管理除了财务管理外，还需要几乎企业所有部门管理活动来支撑”，都属于泛会计的内涵。这种把会计无限扩大的做法笔者认为不仅不是对会计学科的发展，而且有可能会丧失会计本身的灵魂。

英国成本与管理会计协会1982年曾组成专门研究工作组，对财务、会计、审计进行了研究，提出了全新的会计概念：（1）对实际业务事项用货币形式进行分类和记录；（2）为了对一个时期的业绩或某一指定日期的财务状况进行评价，对这些业务事项体现的结果加以表述和说明；（3）对各种备选的计划方案引起未来的活动，用货币形式进行预测。认为在会计这个大概念中，应包括管理会计和审计两个部分，除审计外，一切会计都属于管理会计，都具有控制职能。同样该组织也未能揭示财务、会计、审计三者之间原本存在的紧密联系。

二、财务、会计、审计：价值管理的三大支柱

摘要：根据已有灰统计白化函数的局限性，考虑采用改进的灰统计方法。由原始的自动控制原理8个实验成绩构造灰统计样本矩阵，给出改进灰统计的白化函数，得出每个学生的成绩对各统计灰类的单元决策系数和综合决策系数，由这两个系数计算每个学生的成绩对各统计灰类的决策权，由灰类决策权向量判断每个学生的成绩所述的统计灰类，即可判定学生的成绩。与已有的灰统计方法相比更具有合理性。

关键词：自动控制原理；实验成绩；改进灰统计；比较

作者简介：胡志华（1980-），女，河南商丘人，华北水利水电学院机械学院，讲师；王瑞莲（1976-），女，河南南阳人，华北水利水电学院电力学院，讲师。（河南 郑州 450011）

基金项目：本文系河南省高等学校实验教学示范中心（教高【2010】1047-25号）资助的研究成果。

中图分类号：G642.423?????文献标识码：A?????文章编号：1007-0079（2012）21-0086-02

“自动控制原理”是电气类、信息类、机械类等专业的专业基础课，熟练掌握这门课程，是为专业课奠定基础。它是一门理论性较强的课程，课堂理论教学结束后需要进行实验教学。实验教学是理论联系实际的过程，是灵活运用课堂上所学理论知识的过程。但实验成绩的评定通常情况下是把每个学生所做的每个实验分数进行“和平均”得到一个最终的分数即为学生的总成绩，依此分数确定学生的实验成绩等级。基于对教学的改革，衍生了对成绩评定方法的优化研究。文献[1]把灰统计方法应用于创新型实验成绩的评定，但是该方法在确定学生的成绩为“优秀”或者是“良好”和“及格”与“不及格”时有争议，本文采用改进的灰统计的方法，用于确定自动控制原理实验的总成绩，使该课程实验成绩的最终确定更有理论依据，为教学成绩的确定提供经验。

一、建立灰统计模型

1.样本矩阵