面向订单生产钢铁企业结转成本方法研究

摘要

受国内外经济形势低迷的影响，我国钢铁行业发展遇到较大困难，钢铁企业利润率在不断下降，为了能够在激烈的竞争中获得利润，加强成本控制成为钢铁企业的必经之路。为了能有效的进行成本控制，成本信息的准确性是需要解决的关键问题之一。
　　本文深入分析了钢铁企业生产特点和新经济情况下钢铁企业所面临的生产环境及生产经营方式的转变，剖析了传统会计方式下钢铁企业成本管理所面临的问题。研究了基于作业成本法的钢铁成本核算模型，可以根据实际成本的发生情况进行成本构成元素的跟踪和成本计算，建立了逐步结转分步法的成本结转模型，可以提供任何时间、任何生产工序的半成品成本信息;研究基于改进遗传算法的企业半成品成本结转顺序方法，最大程度的降低企业成本结转的复杂度，提高企业成本核算效率，使企业在成本核算周期的约束下实现了在成本中心间按半成品的实际成本结转。研究基于生产流程倒排的坯料成本计算方法，提高钢铁半成品在成本中心间结转成本的准确性、在制品参与成本计算的准确性。将钢铁成本中心间结转成本计算的问题，转换成求解钢铁产品的成材率问题。钢铁成材率的影响因素很多，采用粗糙集属性约简方法对钢铁成材率的影响因素进行属性约简，剔除无关影响因素，得到成材率关键影响因素，确定钢铁成材率的计算对象。通过BP神经网络构建钢铁成材率与其影响因素的关系模型，此模型可以预测钢铁企业在成本中心内发生分批生产产品的成材率、变生产参数产品的成材率和矫正产品各生产工序标准成材率等，为准确拆分坯料成本、计算成本中心结转成本提供依据。最后通过算法仿真分析和实例验证，效果良好，证明了该方法的可行性和有效性，为钢铁企业实现实际成本结转提供方法支持，提高了钢铁企业成本信息的准确性和成本控制的针对性。

目录

声明

摘要

1 绪论

1．1 研究背景及意义

1．1．1 研究背景

1．1．2 课题提出

1．1．3 研究意义

1．2 论文相关理论介绍

1．2．1 成本计算方法理论

1．2．4 遗传算法理论

1．2．3 粗糙集理论

1．2．4 神经网络理论

1．3 研究目的和研究内容

1．3．1 研究目的

1．3．2 研究内容

2 基于作业成本法钢铁成本结转模型研究

2．1 钢铁企业生产流程特点

2．2 基于作业成本法的钢铁产品成本构成

2．3 基于逐步结转分步法的半产品成本结转关系

2．4 问题分析

2．5 建立模型

3 基于改进遗传算法的钢铁成本结转方法研究

3．1 问题描述和数学模型的建立

3．1．1 问题描述

3．1．2 数学模型建立

3．2 顺序约束下的改进遗传算法求解流程

3．2．1 改进遗传算法的设计

3．2．2 改进遗传算法求解流程

3．3 仿真分析与应用

3．3．1 仿真实验与分析

3．3．2 实例应用

3．4 本章小结

4 基于炉号、批次的结转坯料成本计算方法研究

4．1 基于炉号、批次的坯料成本计算模型研究

4．2 基于粗糙集和BP神经网络的成材率预测方法

4．2．1 基于粗糙集的成材率影响因素确定

4．2．2 基于BP神经网络的钢铁成材率预测方法

4．3 基于炉号、批次的工序成材率矫正方法研究

4．4 实例应用

4．5 本章小结

结论

参考文献

攻读硕士学位期间发表学术论文情况

致谢