论文部分内容阅读
近些年来,钢铁原材料价格持续上升,钢铁行业的利润被不断压缩,为了能够在竞争中占领先机,加强成本控制成为钢铁企业的必经之路。钢铁企业成本控制的一个重要方面是要优化资源配置。随着企业成本管理力度的细化,原有资源配置方法已经不能满足企业的要求。面向订单生产的钢铁企业实际生产过程中,由于受到产品订单量、设备生产能力等因素的影响,在加热、退火等工序出现混合加工的情况。期末进行成本核算时,混合加工作业的资源分配成为精确计算产品成本的关键。由于混合加工过程复杂,成本动因难以确定,传统的动因系数法不再适用。基于以上原因,本文对钢铁混合加工作业的资源分配方法进行了研究。论文在研究钢铁企业资源分配现状的基础上,通过分析钢铁企业生产流程的特点,找出了混合加工发生的作业,建立混合加工作业资源分配模型。通过数学方法直接建立资源消耗与影响因素之间的关系,通过对混合作业参数的度量得到相应成本对象消耗的资源,避免了利用动因系数法分配造成的产品成本失真。针对作业资源消耗影响因素众多,成本对象划分不准确的问题,采用粗糙集方法对资源消耗影响因素进行属性约简,剔除冗余属性,确定了必要影响因素,为成本对象的划分提供依据。通过构建BP神经网络模型,建立资源消耗量与影响因素之间的关系,并预测混合加工情况下的资源消耗量,完成对资源消耗的分配。论文通过实例验证了粗糙集属性约简和BP神经网络预测方法的可行性,为钢铁混合加工作业资源分配提供了方法支持,为企业优化成本控制提供帮助。