基于云计算环境的大数据审计研究——以ABC国家审计项目为例

近年来随着云计算、大数据技术的不断发展,信息技术正在以常人无法想象的速度飞快地渗透到企业发展的各个角落,也对审计的发展带来了一系列改变和挑战。国家审计作为国家治理大系统中一个内生的具有预防、揭示和抵御的“免疫系统”,是国家治理的基石和重要保障,在完善国家治理、促进经济和社会健康发展等方面发挥着积极作用。传统的审计方法已无法满足当前国家审计项目的需求,大数据审计正悄然来临,因此对于云计算环境下的大数据审计研究尤为必要。论文以 ABC 国家审计项目为研究对象,针对该国家审计项目在审计环境、审计模式、审计证据、审计方式、审计技术、审计效率、审计成果、审计人员等方面存在的问题进行分析,基于云计算环境,借助大数据相关技术,构建基于云计算环境的大数据审计框架,并将 ABC 国家审计项目应用于实施框架中,解决 ABC 国家审计项目所存在的相关问题。论文一方面丰富大数据审计的理论内容和研究成果,积极推动大数据下的国家审计方法与技术,促进国家审计的快速发展,使其更加高效的运转,不断适应日益变化的环境;另一方面借助案例对国家审计项目实施大数据审计提供一定的实际参考,使 得审计机关更好地发现被审计单位相关问题,进而给被审计单位提供相应建议,促进被审计单位相应的改革和发展。

  • 2021-06-23
  • 阅读332
  • 下载0
  • 62页
  • pdf

改进回溯搜索算法解决光伏模型参数识别问题

为了准确、可靠地识别光伏模型参数,提出一种改进回溯搜索算法(MBSA)。该算法首先通过选取部分种 群个体同时学习当前种群和历史种群信息,而其他个体向当前种群中最优个体学习并远离最差解,从而保持种群多 样性并提高收敛速度;然后,通过概率来量化总体中的个体性能,进而每个个体基于概率自适应地选择不同的进化策 略来平衡探索和开发能力;最后,采用基于混沌局部搜索的精英策略来进一步提高种群的质量。所提算法在单二极 管、双二极管和光伏模块等不同的光伏模型上进行仿真实验。实验结果表明,所提出的策略极大提升了回溯搜索算法(BSA)的收敛速度和参数识别的准确性。将所提算法与逻辑混沌 JAYA(LCJAYA)算法和多重学习回溯搜索算法(MLBSA)等八种先进的算法进行对比,结果表明,所提出算法参数识别的鲁棒性在对比算法中最优,在单、双二极管模型上的识别准确性明显优于JAYA、LCJAYA、改进的JAYA优化(IJAYA)和基于教学的优化(TLBO)算法,在光伏模块模型上的识别准确性明显优于MLBSA、JAYA、IJAYA和TLBO算法。在不同光照条件和不同温度下采用厂商真实数据对薄膜、单晶和多晶三种光伏组件进行的实际测试中,所提算法的预测结果与实测情况一致。仿真结果表明,所提算法能够精确稳定地识别光伏模型参数。

  • 2021-06-15
  • 阅读332
  • 下载0
  • 8页
  • pdf