一种基于MACA的自适应跟踪算法

全过程跟踪控制方案

全过程跟踪控制方案 第一章绪言部分 第一节项目造价咨询的难点要点分析 第二节投资控制方案编制依据 第二章造价咨询服务工作计划 第一节投资控制的目标计划 第二节预算编制的工作计划 第三节施工过程控制的工作计划 第四节结算审核的工作计划 第三章招标阶段造价咨询工作方案 第一节造价咨询的工作内容 第二节预算编制基本要求 第三节预算编制工作流程 第四节预算编制主要方法 第五节预算编制要点及注意事项 第四章施工阶段全过程投资跟踪控制方案 第一节造价咨询的工作内容 第二节施工阶段全过程投资控制流程 第三节施工阶段全过程投资控制内容 第四节投资跟踪控制总目标及主要节点目标 第五节全过程投资跟踪控制方案 第六节造价控制偏差分析方法及纠偏措施 第五章竣工结算审核工作方案 第一节造价咨询的工作内容 第二节结算审核工作要点 第三节结算审核工作流程 第四节结算审核主要方法

第五节结算审核风险与防范措施 第一章绪言部分 第一节项目造价咨询的难点要点分析建设项目工程造价全过程投资跟踪控制是在新形势下产生的一项新的投资管理方式，也是工程造价由事后控制向事前、事中、事后的全过程控制的转变。投资跟踪控制作为现代投资管理一种重要方式，已经在大中型建设项目实施过程中被普遍实用，并且取得了明显的社会效益和经济效益。 1.预算阶段难点、要点分析概预算编制有时时间紧、任务急、工程数量繁杂，难免多算、漏算、重复计算，这就要加强审核力度，提高概预算编制的准确性。 ①审核工程量、审核采用的定额单价、指标是否合适 a）根据设计图纸、设计说明、施工组织设计的要求审核工程量。 b）定额具有科学性、权威性、法令性，它的形式、内容任何人都必须严格执行。审核采用的定额名称、规格、计量单位、内容是否满足施工方法要求，套用定额不同，单价则不同。 c）定额包含内容是否与设计相符。如定额含筋率、混凝土标号等。 d）补充定额是否符合要求，计算是否正确。 ②审核材料价格对材料价格、运杂费进行审核，材料价格是否包括运杂费，材料运输 方法、 措施是否符合实际，做到既要满足工程要求，又要努力降低费用。 ③其他费用 a）取费标准是否符合工程性质； b）费率计算是否正确； c）计算基数是否符合规定； d）价差调整是否符合规定。 2.结算阶段难点、要点分析 ①工程合同的不完全性决定了工程价款的不确定性 与一般货物购销合同不同, 工程合同是一种典型的不完全性合约。由于工程 本身的专业性、复杂性以及建设工程的契约商品性质, 工程合同不可能对所有事件及其对策做出详尽可行的规定, 不可能对违约造成的损失事先就规定补偿和解决办法, 合同履行结果对于相关第三方是难以证实和无法直观地确定的。为弥补 合同的不完全性, 合同各方需要在初始合同中考虑合同再协商谈判、修正对策的 设计问题,即在合同中建立一种机制来弥补缺口。因此, 工程合同的两个主要特 征是合同规划上缺口的存在和一系列的程序和技术的出现。以GF1999-0201《建 设工程施工合同》和FIDIC 施工合同条件为例, 两者在合同机制设计上均对初始合同以及再谈判程序进行恰当的安排。主要表现为: a）合同价款体现为初始造价和追加造价，是不确定的或待定的。工程合同价款一般由清单费用、工程变更费用、价格调整和索赔费用四个部分组成, 其中只有清单费用是相对确定的, 而变更费用、价格调整和索赔费用在合同签订时是不确定的, 而在实施过程中通过再协商谈判而不断调整。 b）对合同实施过程中的现协商谈判的程序和规则进行了详尽规定，例如：对计量与支付、工程变更费用、价格调整和索赔费用等方面双方的权利义务、程序、期限的规定。 c）在合同履行机制上，引入第三方合同机制：工程监理制度，重视过程管理。 ②工程管理的现实矛盾蕴含着无序和混乱, 制约着工程结算 a）工程合同的不完全性要求规范化管理，价款的不确定性要求加强过程管理但由于长期计划经济体制下形成的管理方式、管理手段的制约, 当前我国的合同管理极不规

全过程跟踪控制方案

全过程跟踪控制方案-CAL-FENGHAI-(2020YEAR-YICAI)_JINGBIAN

全过程跟踪控制方案目录 第一章绪言部分 第一节项目造价咨询的难点要点分析 第二节投资控制方案编制依据 第二章造价咨询服务工作计划 第一节投资控制的目标计划 第二节预算编制的工作计划 第三节施工过程控制的工作计划 第四节结算审核的工作计划 第三章招标阶段造价咨询工作方案 第一节造价咨询的工作内容 第二节预算编制基本要求 第三节预算编制工作流程 第四节预算编制主要方法 第五节预算编制要点及注意事项 第四章施工阶段全过程投资跟踪控制方案 第一节造价咨询的工作内容 第二节施工阶段全过程投资控制流程 第三节施工阶段全过程投资控制内容 第四节投资跟踪控制总目标及主要节点目标 第五节全过程投资跟踪控制方案 第六节造价控制偏差分析方法及纠偏措施 第五章竣工结算审核工作方案 第一节造价咨询的工作内容 第二节结算审核工作要点 第三节结算审核工作流程 第四节结算审核主要方法 第五节结算审核风险与防范措施

第一章绪言部分 第一节项目造价咨询的难点要点分析 建设项目工程造价全过程投资跟踪控制是在新形势下产生的一项新的投资管理方式，也是工程造价由事后控制向事前、事中、事后的全过程控制的转变。投资跟踪控制作为现代投资管理一种重要方式，已经在大中型建设项目实施过程中被普遍实用，并且取得了明显的社会效益和经济效益。 1.预算阶段难点、要点分析 概预算编制有时时间紧、任务急、工程数量繁杂，难免多算、漏算、重复计算，这就要加强审核力度，提高概预算编制的准确性。 ①审核工程量、审核采用的定额单价、指标是否合适 a)根据设计图纸、设计说明、施工组织设计的要求审核工程量。 b)定额具有科学性、权威性、法令性，它的形式、内容任何人都必须严格执行。审核采用的定额名称、规格、计量单位、内容是否满足施工方法要求，套用定额不同，单价则不同。 c)定额包含内容是否与设计相符。如定额含筋率、混凝土标号等。 d)补充定额是否符合要求，计算是否正确。 ②审核材料价格 对材料价格、运杂费进行审核，材料价格是否包括运杂费，材料运输方法、措施是否符合实际，做到既要满足工程要求，又要努力降低费用。 ③其他费用 a)取费标准是否符合工程性质； b)费率计算是否正确； c)计算基数是否符合规定； d)价差调整是否符合规定。 2.结算阶段难点、要点分析 ①工程合同的不完全性决定了工程价款的不确定性 与一般货物购销合同不同,工程合同是一种典型的不完全性合约。由于工程本身的专业性、复杂性以及建设工程的契约商品性质,工程合同不可能对所有事件及其对策做出详尽可行的规定,不可能对违约造成的损失事先就规定补偿和解决办法,合同履行结果对于相关第三方是难以证实和无法直观地确定的。为弥补合同的不完全性,合同各方需要在初始合同中考虑合同再协商谈判、修正对策的设计问题,即在合同中建立一种机制来弥补缺口。因此,工程合同的两个主要特征是合同规划上缺口的存在和一系列的程序和技术的出现。以 GF1999-0201《建设工程施工合同》和FIDIC 施工合同条件为例,两者在合同机制设计上均对初始合同以及再谈判程序进行恰当的安排。主要表现为: a)合同价款体现为初始造价和追加造价,是不确定的或待定的。工程合同价款一般由清单费用、工程变更费用、价格调整和索赔费用四个部分组成,其中只有清单费用是相对确定的,而变更费用、价格调整和索赔费用在合同签订时是不确定的,而在实施过程中通过再协商谈判而不断调整。 b)对合同实施过程中的现协商谈判的程序和规则进行了详尽规定,例如:对计量与支付、工程变更费用、价格调整和索赔费用等方面双方的权利义务、程序、期限的规定。 c)在合同履行机制上,引入第三方合同机制:工程监理制度,重视过程管理。

TLD目标跟踪算法

TLD目标跟踪算法 一、算法的背景 TLD(Tracking-Learning-Detection)是英国萨里大学的一个捷克籍博士生Zdenek 出的一种新的单目标长时间（long term tracking）跟踪算法。该算法与传统跟踪算法的显著区别在于将传统的跟踪算法和传统的检测算法相结合来解决被跟踪目标在被跟踪过程中发生的形变、部分遮挡等问题。同时，通过一种改进的在线学习机制不断更新跟踪模块的“显著特征点”和检测模块的目标模型及相关参数，从而使得跟踪效果更加稳定、鲁棒、可靠。 对于长时间跟踪而言，一个关键的问题是：当目标重新出现在相机视野中时，系统应该能重新检测到它，并开始重新跟踪。但是，长时间跟踪过程中，被跟踪目标将不可避免的发生形状变化、光照条件变化、尺度变化、遮挡等情况。传统的跟踪算法，前端需要跟检测模块相互配合，当检测到被跟踪目标之后，就开始进入跟踪模块，而此后，检测模块就不会介入到跟踪过程中。但这种方法有一个致命的缺陷：即，当被跟踪目标存在形状变化或遮挡时，跟踪就很容易失败；因此，对于长时间跟踪，或者被跟踪目标存在形状变化情况下的跟踪，很多人采用检测的方法来代替跟踪。该方法虽然在某些情况下可以改进跟踪效果，但它需要一个离线的学习过程。即：在检测之前，需要挑选大量的被跟踪目标的样本来进行学习和训练。这也就意味着，训练样本要涵盖被跟踪目标可能发生的各种形变和各种尺度、姿态变化和光照变化的情况。换言之，利用检测的方法来达到长时间跟踪的目的，对于训练样本的选择至关重要，否则，跟踪的鲁棒性就难以保证。 考虑到单纯的跟踪或者单纯的检测算法都无法在长时间跟踪过程中达到理想的效果，所以，TLD方法就考虑将两者予以结合，并加入一种改进的在线学习机制，从而使得整体的目标跟踪更加稳定、有效。 简单来说，TLD算法由三部分组成：跟踪模块、检测模块、学习模块；如下图所示 其运行机制为：检测模块和跟踪模块互补干涉的并行进行处理。首先，跟踪模块假设相邻视频帧之间物体的运动是有限的，且被跟踪目标是可见的，以此来估计目标的运动。 如果目标在相机视野中消失，将造成跟踪失败。检测模块假设每一个视帧都是彼此独立的，并且根据以往检测和学习到的目标模型，对每一帧图片进行全图搜索以定位目标可能出现的区域。同其它目标检测方法一样，TLD中的检测模块也有可能出现错误，且错误无非是错误的负样例和错误的正样例这两种情况。而学习模块则根据跟踪模块的结果对检测模块的这两种错误进行评估，并根据评估结果生成训练样本对检测模块的目标模型进行更新，同时对跟踪模块的“关键特征点”进行更新，以此来避免以后出现类似的

目标跟踪算法的分类

目标跟踪算法的分类

主要基于两种思路： a)不依赖于先验知识，直接从图像序列中检测到运动目标，并进行目标识别，最终跟踪感兴趣的运动目标； b)依赖于目标的先验知识，首先为运动目标建模，然后在图像序列中实时找到相匹配的运动目标。 一．运动目标检测 对于不依赖先验知识的目标跟踪来讲，运动检测是实现跟踪的第一步。运动检测即为从序列图像中将变化区域从背景图像中提取出来。运动目标检测的算法依照目标与摄像机之间的关系可以分为静态背景下运动检测和动态背景下运动检测 （一）静态背景 1.背景差 2.帧差 3.GMM 4.光流 背景减算法可以对背景的光照变化、噪声干扰以及周期性运动等进行建模，在各种不同情况下它都可以准确地检测出运动目标。因此对于固定

个关键技术： a)匹配法则，如最大相关、最小误差等 b)搜索方法，如三步搜索法、交叉搜索法等。 c) 块大小的确定，如分级、自适应等。 光流法 光流估计的方法都是基于以下假设：图像灰度分布的变化完全是目标或者场景的运动引起的，也就是说，目标与场景的灰度不随时间变化。这使得光流方法抗噪声能力较差，其应用范围一般局限于目标与场景的灰度保持不变这个假设条件下。另外，大多数的光流计算方法相当复杂，如果没有特别的硬件装置，其处理速度相当慢，达不到实时处理的要求。 二．目标跟踪 运动目标的跟踪，即通过目标的有效表达，在图像序列中寻找与目标模板最相似候选目标区位置的过程。简单说，就是在序列图像中为目标定位。运动目标的有效表达除了对运动目标建模外，目标跟踪中常用到的目标特性表达主要包括视觉特征 (图像边缘、轮廓、形状、纹理、区域)、统计特征 (直方图、各种矩特征)、变换系数特

轮式移动机器人航向跟踪预估控制算法

轮式移动机器人航向跟踪预估控制算法 龚建伟 黄文宇 陆际联 (北京理工大学机器人中心，北京 100081) 摘 要：本文提出了一种轮式移动机器人航向跟踪预估控制算法，航向预估量根据机器人前轮偏角和纵向速度实时得出，预估量与机器人实际航向之和作为控制反馈航向.仿真和实验时用PID 控制器和航向预估算法结合进行航向跟踪，结果表明该算法与常规PID 算法相比，对机器人纵向速度适应范围较宽，能有效地改善控制器的动态特性，表现出了较好的自适应能力. 关键词：轮式移动机器人；自主车；侧向控制；航向跟踪；预估控制 1 引言 Introduction 轮式移动机器人是一个具有大延迟、高度非线性的复杂系统，建立精确的数学模型十分困难，在进行航向跟踪控制时，参数的变化对系统模型影响较大，其中纵向速度的变化影响最为明显.轮式移动机器人航向跟踪一般控制方法是把期望航向与机器人实测航向之差作为控制器输入偏差，控制器输出控制量为机器人的前轮偏角.轮式移动机器人的航向与其纵向速度、横向速度、前轮偏角、机器人绕其重心的转动惯量、重心位置、前后轮侧偏系数以及实际道路情况等诸多因素有关，在常规控制方法中，只考虑了期望航向与实际航向的偏差，而未能包含其它因素的影响，因此难以达到满意的控制效果，当系统参数特别是某些敏感参数发生变化时，就必须重新设定控制器参数.例如，我们用常规PID 控制器进行航向跟踪实验，在某一纵向速度下整定好PID 控制参数，当纵向速度发生很小变化时，必须重新整定PID 参数，否则控制性能变坏，超调较大，甚至出现振荡.表现在路径跟踪实验中，则是在该速度下能较好地完成弯道或急弯等路径跟踪任务，而速度变化后，跟踪误差变大或出现大幅度振荡.因此，在轮式机器人航向跟踪控制中，控制方法应该能对纵向速度等影响因素有一定的自适应能力，航向跟踪预估控制方法就是在这一背景下提出的. 2 二自由度轮式移动机器人动力学模型 T wo Degrees of Freedom Dynamic Model for Wheeled Mobile Robot 当横向加速度和横摆角速度较小时，常采用经简化的二自由度轮式移动机器人动力学模型1,2，其微分方程如下： r f r f r f zz C aC v U bC aC r U C b C a r I 2) (2)(222=-+++ （1） f f r f r f s s C v U C C r U bC aC U M v M δ2)(2)(2=++??????-++ （2） 其中：I zz ：轮式机器人绕重心的转动惯量(kgm 2)； M s ：轮式机器人质量(kg)；C f 、C r ：分别为前、后轮侧偏系数(N/rad)；U ：轮式机器人纵向速度(m/s)；v ：轮式机器人横向速度(m/s)；a 、b ：前后车轴到重心的距离(m)；r ：轮式移动机器人横摆角速度. 将轮式移动机器人转向机构视为一个惯性环节，则有： d f f δδδτ=+ (3) 其中：τ：惯性时间常数；δd ：期望前轮偏角. 在航向跟踪控制过程中，可以令道路曲率为零，即不计实际路径的影响，航向变化率即为机器人的横摆角速度3，即： r =? (4) 其中：?为轮式移动机器人航向与期望航向的偏差角. (1)、(2)、(3)、(4)式联立即可得出以横摆角速度、横向速度、航向偏差角、前轮偏角即X=（r ,v ,?,δf ）为状态变量的系统状态空间表达式. 3 航向预估算法原理 Heading Prediction Algorithm 在实际的航向控制过程中，控制器根据期望航向与采样航向得到航向偏差，再计算控制量，而当执行机构执行这一控制量时，要经过一个采样周期，这时机器人的实际航向已经改

基于meanshift的目标跟踪算法——完整版

基于Mean Shift的目标跟踪算法研究 指导教师：

摘要：该文把Itti视觉注意力模型融入到Mean Shift跟踪方法，提出了一种基于视觉显著图的Mean Shift跟踪方法。首先利用Itti视觉注意力模型，提取多种特征，得到显著图，在此基础上建立目标模型的直方图，然后运用Mean Shift方法进行跟踪。实验证明，该方法可适用于复杂背景目标的跟踪，跟踪结果稳定。 关键词：显著图目标跟踪Mean Shift Mean Shift Tracking Based on Saliency Map Abstract：In this paper, an improved Mean Shift tracking algorithm based on saliency map is proposed. Firstly, Itti visual attention model is used to extract multiple features, then to generate a saliency map，The histogram of the target based on the saliency map, can have a better description of objectives, and then use Mean Shift algorithm to tracking. Experimental results show that improved Mean Shift algorithm is able to be applied in complex background to tracking target and tracking results are stability. 1 引言 Mean Shift方法采用核概率密度来描述目标的特征，然后利用Mean Shift搜寻目标位置。这种方法具有很高的稳定行，能够适应目标的形状、大小的连续变化，而且计算速度很快，抗干扰能力强，能够保证系统的实时性和稳定性[1]。近年来在目标跟踪领域得到了广泛应用[2-3]。但是，核函数直方图对目标特征的描述比较弱，在目标周围存在与目标颜色分布相似的物体时，跟踪算法容易跟丢目标。目前对目标特征描述的改进只限于选择单一的特征，如文献[4]通过选择跟踪区域中表示目标主要特征的Harris点建立目标模型；文献[5]将初始帧的目标模型和前一帧的模型即两者的直方图分布都考虑进来，建立混合模型；文献[6]提出了以代表图像的梯度方向信息的方向直方图为目标模型；文献[7-8]提出二阶直方图，是对颜色直方图一种改进，是以颜色直方图为基础，颜色直方图只包含了颜色分布信息，二阶直方图在包含颜色信息的前提下包含了像素的均值向量和协方差。文献[9]提出目标中心加权距离，为离目标中心近的点赋予较大的权值，离目标中心远的点赋予较小的权值。文献[4-9]都是关注于目标和目标的某一种特征。但是使用单一特征的目标模型不能适应光线及背景的变化，而且当有遮挡和相似物体靠近时，容易丢失目标；若只是考虑改进目标模型，不考虑减弱背景的干扰，得到的效果毕竟是有限的。 针对上述问题，文本结合Itti 提出的视觉注意模型[5]，将自底向上的视觉注意机制引入到Mean Shift跟踪中，提出了基于视觉显著图的Mean Shift跟踪方法。此方法在显著图基础上建立目标模型，由此得到的目标模型是用多种特征来描述的，同时可以降低背景对目标的干扰。 2 基于视觉显著图的Mean Shift跟踪方法

目标跟踪算法的分类

目标跟踪算法的分类主要基于 两种思路： a）不依赖于先验知识，直接从图像序列中检测到运动目标，并进行目标识别，最终跟踪感兴趣的运动目标； b）依赖于目标的先验知识，首先为运动目标建模然后在图像序列中实时找到相匹配的运动目标。 一.运动目标检测 对于不依赖先验知识的目标跟踪来讲，运动检测是实现跟踪的第一步。运动检测即为从序列图像中将变化区域从背景图像中提取出来。运动目标检测的算法依照目标与摄像机之间的关系可以分为静态背景下运动检测和动态背景下运动检测（一）静态背景

2.帧差 3.GMM 4.光流 背景减算法可以对背景的光照变化、噪声干扰以及周期性运动等进行建模，在各种不同情况下它都可以准确地检测出运动目标。因此对于固定摄像头的情形，目前大多数的跟踪算法中都采用背景减算法来进行目标检测。背景减算法的局限性在于它需要一个静态的固定摄像头。 （二）运动场通常情况下，摄像机的运动形式可以分为两种：a）摄像机的支架固定，但摄像机可以偏转、俯仰以及缩放;b）将摄像机装在某个移动的载体上。由于以上两种情况下的背景及前景图像都在做全局运动，要准确检测运动目标的首要任务是进行图像的全局运动估计与补偿。 考虑到图像帧上各点的全局运动矢量虽不尽相同（摄像机做平移运动除外），但它们均是在同一摄像机模型下的运动，因而应遵循相同的运动模型，可以用同一模型参数来表示。 全局运动的估计问题就被归结为全局运动模型参数的估计问题，通常使用块匹配法或光流估计法

来进行运动参数的估计。 块匹配 基于块的运动估算和补偿可算是最通用的算法。可以将图像分割成不同的图像块，假定同一图像小块上的运动矢量是相同的，通过像素域搜索得到最佳的运动矢量估算。块匹配法主要有如下三个关键技术： a）匹配法则，如最大相关、最小误差等 b）搜索方法，如三步搜索法、交叉搜索法等。 c）块大小的确定，如分级、自适应等。 光流法 光流估计的方法都是基于以下假设：图像灰度分布的变化完全是目标或者场景的运动引起的，也就是说，目标与场景的灰度不随时间变化。这使得光流方法抗噪声能力较差，其应用范围一般局限于目标与场景的灰度保持不变这个假设条件下。另外，大多数的光流计算方法相当复杂，如果没有特别的硬件装置，其处理速度相当慢，达不到实时处理的要求。 二.目标跟踪 运动目标的跟踪，即通过目标的有效表达，在图像序列中寻找与目标模板最相似候选目标区位置

项目跟踪管理办法

北京证券投资银行部 项目跟踪管理办法 为做好客户服务工作，及时发现解决问题，并对业务人员进行考核，特制定本管理办法。 一、在项目小组与企业签定协议，开始进场工作后十五个工作日内，业务部须 将项目小组名单、企业的通讯地址、传真和企业负责人联系方式通知管理 部。 二、由管理部负责项目跟踪管理工作的人员，依照联系方式，根据本管理办法 附件一的内容将项目反馈意见表等送达企业负责人。 三、在项目小组进场工作半个月后，由管理部项目跟踪管理人员督促企业，及 时将反馈意见初始表收回。 四、项目进展中的每三个月，由管理部项目跟踪管理人员按时将附件二项目跟 踪反馈意见期间表送达企业，并督促企业进行填写和收回。 五、项目发行结束后半年，继续由管理部项目跟踪管理人员将附件三项目回访 表送达企业，同时督促企业进行填写和收回。 六、管理部项目跟踪管理人员必须对每次反馈意见表的送达和回收情况进行登 记。 七、各业务部有义务配合管理部的项目跟踪管理工作，按时提供企业的地址等 情况。对违反规定者，将在业务部考核中进行相应处理。 八、管理部项目跟踪管理人员须对所收集到的反馈意见表的内容予以严格保 密。非经许可，该反馈意见表仅限投行管理部总经理及其以上领导阅读。 北京证券投资银行部 2001年7月20日

附件一： 尊敬的公司： 北京证券非常荣幸为贵公司提供（股份制改造、发行辅导、财务顾问、股票发行上市）服务，并真诚地希望能为贵公司的未来发展贡献我们的智慧和力量。 为提高服务质量，确保业务工作顺利开展，北京证券投资银行管理部，将对项目进行全程跟踪，对项目的质量和服务水平予以监督。我们将在项目人员进场半个月后，发出我们的调查表，并将每间隔一个月发出一份反馈意见表，以便我们了解业务人员的工作和项目进展情况，及时改进工作。希望贵公司能为我们提供宝贵意见，协助我们提高服务水平，确保圆满完成贵公司的工作。 本次为贵公司提供服务的是北京证券投资银行部（）部。我们已派遣了以（）为项目负责人的项目小组提供全部服务。我们还将根据不同阶段工作需要，增派其它业务人员。 我们将承诺恪守北京证券一贯的“诚信、高效、服务、进取”原则，为贵公司提供优质全面的服务，以使（改制、辅导、财务顾问、股票发行）工作获得圆满成功，贵我双方结成长期合作伙伴关系。 管理部联系人员和电话： E-MAIL信箱： 北京证券投资银行管理部 年月日 项目跟踪反馈意见表（初始表） 尊敬的公司： 经过一段时间的合作，我们希望贵公司能对项目小组的工作予以阶段性总结和评价，以便我们更好地根据贵公司的要求提供服务，我们将对填写的反馈意见表的内容予以保密。

全过程跟踪控制方案

全过程跟踪控制方案目录 第一章绪言部分 第一节项目造价咨询的难点要点分析 第二节投资控制方案编制依据 第二章造价咨询服务工作计划 第一节投资控制的目标计划 第二节预算编制的工作计划 第三节施工过程控制的工作计划 第四节结算审核的工作计划 第三章招标阶段造价咨询工作方案 第一节造价咨询的工作内容 第二节预算编制基本要求 第三节预算编制工作流程 第四节预算编制主要方法 第五节预算编制要点及注意事项 第四章施工阶段全过程投资跟踪控制方案 第一节造价咨询的工作内容 第二节施工阶段全过程投资控制流程 第三节施工阶段全过程投资控制内容 第四节投资跟踪控制总目标及主要节点目标 第五节全过程投资跟踪控制方案 第六节造价控制偏差分析方法及纠偏措施 第五章竣工结算审核工作方案 第一节造价咨询的工作内容 第二节结算审核工作要点 第三节结算审核工作流程 第四节结算审核主要方法

第五节结算审核风险与防范措施 第一章绪言部分 第一节项目造价咨询的难点要点分析 建设项目工程造价全过程投资跟踪控制是在新形势下产生的一项新的投资管理方式，也是工程造价由事后控制向事前、事中、事后的全过程控制的转变。投资跟踪控制作为现代投资管理一种重要方式，已经在大中型建设项目实施过程中被普遍实用，并且取得了明显的社会效益和经济效益。 1.预算阶段难点、要点分析 概预算编制有时时间紧、任务急、工程数量繁杂，难免多算、漏算、重复计算，这就要加强审核力度，提高概预算编制的准确性。 ①审核工程量、审核采用的定额单价、指标是否合适 a)根据设计图纸、设计说明、施工组织设计的要求审核工程量。 b)定额具有科学性、权威性、法令性，它的形式、内容任何人都必须严格执行。审核采用的定额名称、规格、计量单位、内容是否满足施工方法要求，套用定额不同，单价则不同。 c)定额包含内容是否与设计相符。如定额含筋率、混凝土标号等。 d)补充定额是否符合要求，计算是否正确。 ②审核材料价格 对材料价格、运杂费进行审核，材料价格是否包括运杂费，材料运输方法、措施是否符合实际，做到既要满足工程要求，又要努力降低费用。 ③其他费用 a)取费标准是否符合工程性质； b)费率计算是否正确； c)计算基数是否符合规定； d)价差调整是否符合规定。 2.结算阶段难点、要点分析 ①工程合同的不完全性决定了工程价款的不确定性 与一般货物购销合同不同,工程合同是一种典型的不完全性合约。由于工程本身的专业性、复杂性以及建设工程的契约商品性质,工程合同不可能对所有事

太阳能电池最大功率点跟踪技术探讨

第31卷 　第4期 2008年8月 电子器件 Chinese J ournal Of Elect ron Devices Vol.31　No.4Aug.2008 Study T echnology of Maximum Pow er Point T racker on the Solar Cell 3 YA N G Fan 3 ,P EN G Hong 2w ei ,H U W ei 2bi n g ,L I Guo 2pi ng ,J I A N G Yan (College of Elect ronic and I nf ormation Engineering ,W uhan I nstit ute of Technology ,W uhan 430073,Chi na ) Abstract :Outp ut characteristic of t he solar battery in p hotovoltaic power 2generation system and t he princi 2ple of Maximum Power Point Tracker are int roduced.Bot h t he merit s and flaws of several t racing met hods in common usage are analysed.The emp hasis of t he st udy is Maximum Power Point Tracker based on quadratic interpolation.A system is designed to ascertain t he maximum power outp ut (M PO ),which is based on regular empirical approach and t he quadratic interpolation.The result of t he test indicates t hat t he M PO of solar battery can be ascertained very soon in t he quadratic interpolation.K ey w ords :solar cell ;quadratic interpolation ;Maximum Power Point Tracker EEACC :8250 太阳能电池最大功率点跟踪技术探讨 3 杨　帆3,彭宏伟,胡为兵,李国平,姜　燕 (武汉工程大学电气信息学院,武汉430074) 收稿日期:2007208220 基金项目:湖北省教育厅基金资助(20060271)作者简介:杨　帆(19662),女,硕士,硕士生导师,教授,主要研究方向为智能仪器与测控技术,yangfan188@https://www.wendangku.net/doc/7a17514136.html,. 摘　要:介绍了光伏发电系统太阳能电池的输出特性及最大功率点跟踪技术的基本原理。分析了多种常用的跟踪方法的优 缺点。重点研究了二次插值法的最大功率点跟踪技术。并设计了一个系统,应用常规实验方法及二次插值法寻找太阳能电池的最大输出功率,试验结果表明二次插值法能快速寻找太阳能电池的最大输出功率。 关键词:太阳能电池;二次插值;最大功率点跟踪 中图分类号:TP331 文献标识码:A 文章编号:100529490(2008)0421081204 太阳能作为绿色能源,具有无污染,无噪音,取之不尽,用之不竭等优点,越来越受到人们的关注。由于光伏系统目前的主要问题是电池的转换效率低且价格昂贵,因此,如何进一步提高太阳能电池的转换效率,如何充分利用光伏阵列转换的能量,一直是光伏发电系统研究的重要方向。太阳能光伏发电系统的最大功率点跟踪控制M PP T (Maximum Power Point Tracker )就是其中一个重要的研究课题。 最大功率点跟踪是太阳能并网发电中的一项重要的关键技术,它是指,为充分利用太阳能,控制改变太阳能电池阵列的输出电压或电流的方法,使阵列始终工作在最大功率点上,根据太阳能电池的特性,目前实现的跟踪方法主要有以下三种:太阳追踪、最大功率点跟踪或两种方法综合使用。出于经 济方面的考虑,在小规模的系统中经常使用最大功率点跟踪的方法[1]。M PP T 能使太阳能电池阵列的输出功率增加约15%～36%。 1　太阳能电池的伏安特性分析 太阳能电池的伏安(p 2u )特性如图1所示,图1(a )为温度变化时的p 2u 特性曲线,图1(b )是日照强度变化时的p 2u 特性曲线。从图可以看出太阳能电池具有明显的非线性。太阳能电池的输出受日照强度、电池结温等因素的影响。当结温增加时,太阳能电池的开路电压下降,短路电流稍有增加,最大输出功率减小;当日照强度增加时,太阳能电池的开路电压变化不大,短路电流增加,最大输出功率增加。在一定的温度和日照强度下,太阳能电池具有唯一

(完整版)太阳跟踪控制方式

太阳跟踪控制方式 国内外，太阳跟踪系统中实现跟踪太阳的方法很多，基本上可以分为两类:一类是实时的探测太阳对地位置，控制对日角度的被动式跟踪;另一类是根据天文知识计算太阳位置以跟踪太阳的主动式跟踪。文献中介绍了被动式跟踪的典型代表:压差式跟踪器和光电式跟踪器;主动式跟踪的典型代表:控放式跟踪器、时钟式跟踪器和采用计算机控制和天文时间控制的视日运动轨迹跟踪器。以下对两种类型中目前主要采用的光电跟踪 方式和视日运动轨迹跟踪方式进行比较。一般地，在聚光光伏发电的应用多采用校准 的光筒，它可以阻止散射进入传感器达到更精确的太阳位置探测。 （1）光电跟踪 虽然光电跟踪方式本身的精度较高，但是它却具有严重的缺点:在阴天时，太阳辐照度较弱(而散射相对会强些)，光电转换器很难响应光线的变化;在多云的天气里，太阳 本身被云层遮住，或者天空中某处由于云层变薄而出现相对较亮的光斑时，光电跟踪 方式可能会使跟踪器误动作，甚至会引起严重事故。对于太阳能发电来说，是可能在 晴朗、阴天和多云等任何天气情况下进行的。光电跟踪能够在较好的天气条件下，提 供较高的精度，但是在气象条件差时跟踪结果不能令人满意。 （2)视日运动轨迹跟踪 视日轨迹跟踪的原理是根据太阳运行轨迹，利用计算机(由天文学公式计算出每天中日出至日落每一时刻的太阳高度角与方位角参数)控制电机转动，带动跟踪装置跟踪太阳。此跟踪方式通常采用开环控制，由于太阳位置计算与地理位置(如纬度、经度等)和系 统时钟密切相关，因此，跟踪装置的跟踪精度取决于一是输入信息的准确性，二是跟 踪装置参照坐标系与太阳位置坐标系的重合度，即跟踪装置初始安装时要进行水平和 指北调整。 太阳跟踪机构 双轴跟踪 如果能够在太阳高度和赤纬角的变化上都能够跟踪太阳就可以获得最多的太阳能， 全跟踪即双轴跟踪就是根据这样的要求而设计的。双轴跟踪又可以分为两种方式:极轴式全跟踪和高度角方位角式全跟踪。 1)极轴式全跟踪。

焊缝跟踪的实时跟踪控制算法

焊缝跟踪的控制算法 （一）理论模型 虚线 Y( t )为焊炬的跟踪调节曲线, 可视作系统执行机构的输出量,即 ： ()()t Y t S t dt =? 传感器在焊缝坡口 B 点的偏移量e1（t ）实际上是 R ( t )曲线上B 点相对于 Y( t )上 A 点的偏差量,即 1()()()()()t e t R t Y t R t S t dt τ τ-=--=-? 设焊接速度V ( mm/ s)，则焊接点 A 滞后检测点B 时间为：V λ τ= （s ） 再设()S τ是焊炬从t τ-时刻到t 时刻的调节量,即: ()()t t S S t dt τ τ-=? 则焊炬行走 时间后与坡口中心的实际误差应为: ()1()()1()()t t e t e t S e t S t dt τ τ-=-=-? 理论上 ,只要知道机械系统的传递函数, ()S τS 便可 知道 ,但实际系统 的传输 函数 往往很难准确得到,因此△S 直接求解比较困难 焊接起始点 实际焊缝的坡口中心曲线 焊枪的跟踪曲线

（二）由模型得出的简易控制算法 实际的焊缝跟踪过程中，视觉系统提供的位置偏差是经过传感器经过一帧一帧的图像采 集后，再经过一系列的图像处理，最终得出位置偏差信息提供给控制器。因此，需做以下设定： (1) 位置请求指令发送时间间隔和执行机构调整时间间隔同步； (2) 在每次位置请求时，在上一调整周期内焊枪已完成所需的调整量； (3) λ为采样间隔点的整数倍。 设O 点为初始参考点，O 0为焊枪开始纠正起始点，从O 点到O 0点，视觉传感器只做图像采集，焊枪并不进行跟踪，这一段距离属于“盲区”。i e 为每次识别的坡口中心点与初始参考点之间的差值，i m 为每一步的焊枪实际跟踪量。 系统焊枪实时跟踪量m i 的算法为： 1 () i i i a i i a m e m ---=-∑ （ i=a ，a+1， ···，n ） 焊接方向

组合优化近似搜索算法中的超启发式发展趋势

文章编号:100622475(2004)0620007205 收稿日期:2003206230 作者简介:李菊芳(19782),女,河南林州人,国防科技大学人文与管理学院博士研究生,研究方向:系统管理与综合集成技术,智能优化算法;谭跃进(19582),男,湖南长沙人,教授,博士生导师,研究方向:系统管理与综合集成技术。 组合优化近似搜索算法中的超启发式发展趋势 李菊芳,谭跃进 (国防科技大学人文与管理学院系统工程研究所,湖南长沙　410073) 摘要:对组合优化中近似搜索算法采用的超启发式策略进行了总结和分类,并着重从强化和变化两个概念出发分析了不同超启发式的优缺点,探讨了其发展趋势,目的是为开发博采众长的混合近似搜索算法提供参考和指导。关键词:近似搜索算法;超启发式;强化;变化;混合算法中图分类号:TP301.6 文献标识码:A U ptrend on Metaheuristics in Approxim ate Search Algorithms for Combinatori al Optimization LI Ju 2fang ,T AN Y ue 2jin (Institute of Management Science ,National University of Defense T echnology ,Changsha 410073,China ) Abstract :This paper classifies and summarizes the metaheuristics in approximate search alg orithms for combinatorial optimization ,and em phasizes analyzing s ome strengths and weaknesses of different approaches from tw o concepts as intensification and diversification.The purpose is to find the uptrend and provide s ome references and guidance for developing hybrid alg orithms combining strengths of different mataheuristics. K ey w ords :approximate search alg orithm ;metaheuristic ;intensification ;diversification ;hybrid alg orithm 0　引　言 组合优化问题的求解算法可以分为两大类:一类 是精确算法,这类算法将对解空间进行完整搜索,可以保证找到小规模问题的最优解;另一类是近似算法,这类算法放弃了对解空间搜索的完整性,因此不能保证最终解的全局最优性。由于组合优化问题中大量存在着NP 2Hard 问题,因此精确搜索算法在问题规模较大时往往无法实现。而近似算法尽管不能证明解的最优性,但很多情况下却能够以合理的计算代价找出较好的近优解,因而逐渐被理论研究和实践应用所广泛关注。 组合优化问题的近似求解技术中,较常用、较有代表性的是邻域搜索(neighborhood search )算法,这类算法从某初始解出发,利用一些规则指导搜索过程反复对当前解的邻域进行搜索并替换当前解,最终逐步实现向最优解移动。基本局部搜索(basic local search )算法或称爬山法(hill climbing )可以看作是最简单的邻域搜索算法,它采用一种迭代式改进的简单 思想,以贪婪的方式在当前解的近邻中进行搜索,每步移动只接受比当前解更好的解。基本局部搜索的最大缺点在于其往往很快就会到达局部极值并终止整个搜索过程,从而放弃对解空间中其它区域的搜索,所找到的局部极值解则往往离全局最优解还有很大距离。针对这个缺点,许多改进的邻域搜索算法在基本局部搜索算法的基础上,采用了一些更好的规则和方法来指导搜索过程摆脱局部极值,实现在整个解空间中对优良解的探索,如模拟退火、禁忌搜索、遗传算法等等,它们所使用的用于指导搜索的规则和方法又被称为超启发式(metaheuristics )。目前对超启发式尚没有统一的标准定义,从字面理解,英文中heuristic (译为启发式)的意思是探索性过程或方法,而前缀meta 是超出、在一个更高层次的意思,算法中采用超启发式的目的是要在一个更高的层次对解空间进行探索。 总的说来,超启发式一般具有如下基本属性[2]:(1)它是一种指导搜索过程的策略;(2)其目标是高效地探索解空间来寻找最优(次优)解;(3)构造超启发 计算机与现代化 　2004年第6期 J IS UAN J I Y U XI ANDAIH UA 总第106期

最大功率跟踪原理及控制方法

最大功率跟踪原理及控制方法 2.1最大功率跟踪原理 太阳能电池的输出特性如图一所示，从图中的P/V特性曲线可以看出，随着端电压的增加输出功率先增加后减小，说明存在一个端电压值，在其附近可获得最大功率，因此，在光伏发电系统中，要提高系统的整体效率,一个重要的途径就是实时调整光伏电池的工作点,使之始终工作在最大功率点附近,这一过程就称之为最大功率点跟踪-MPPT。 图一光伏电池的特性曲线 2.2 最大功率跟踪的控制方法 MPPT的控制方法：光伏系统中的最大功率点跟踪的控制方法很多，使用最多的是自寻优的方法，即系统不直接检测光照和温度，而是根据光伏电池本身的电压电流值来确定最大功率点。这种方法又叫做TMPPT(True Maximum Power Point Tracking)。在自寻优的算法中，最典型的是扰动观察法和增量电导法。本论文使用扰动观察法，扰动观察法主要根据光伏电池的P-V特性，通过扰动端电压来寻找MPPT，其原理是周期性地扰动太阳能电池的工作电压值( ),再比较其扰动前后的功率变化，若输出功率值增加，则表示扰动方向正确，可朝同一方向(+ )扰动；若输出功率值减小，则往相反(- )方向扰动。通过不断扰动使太阳能电池输出功率趋于最大，此时应有[8]。此过程是由微处理器即C8051F320控制完成的。 3、系统的总体结构 3.1系统的结构图 系统的结构图如图二所示。其中单片机要采集太阳能电池的输出电压和输出电流及蓄电池的充电电流和开路电压，通过一定的控制算法（即改变占空比），调节太阳能电池的输出电压和电流，从而实现太阳能电池在符合马斯曲线的条件下以最佳功率对蓄电池充电，系统的硬件主要由核心控制模块、采样模块、驱动模块、升压式DC/DC变换器模块组成。

目标跟踪算法

clc; clear; x=[0 16 25 33 50 65 75 82 100]; y=[0 172.5 227.5 324.2 330.7 286.1 237.7 201.7 0]; plot(xx,yy); 的图为 xx = 0:.01:100; yy = spline(x,y,xx); plot(xx,yy)

Matlab画平滑曲线的两种方法（拟合或插值后再用plot即可） 分类：MATLAB2012-12-02 11:15 25540人阅读评论(4) 收藏举报自然状态下，用plot画的是折线，而不是平滑曲线。 有两种方法可以画平滑曲线，第一种是拟合的方法，第二种是用spcrv，其实原理应该都一样就是插值。下面是源程序，大家可以根据需要自行选择，更改拟合的参数。 clc,clear; a = 1:1:6; %横坐标 b = [8.0 9.0 10.0 15.0 35.0 40.0]; %纵坐标

plot(a, b, 'b'); %自然状态的画图效果 hold on; %第一种，画平滑曲线的方法 c = polyfit(a, b, 2); %进行拟合，c为2次拟合后的系数 d = polyval(c, a, 1); %拟合后，每一个横坐标对应的值即为d plot(a, d, 'r'); %拟合后的曲线 plot(a, b, '*'); %将每个点用*画出来 hold on; %第二种，画平滑曲线的方法 values = spcrv([[a(1) a a(end)];[b(1) b b(end)]],3); plot(values(1,:),values(2,:), 'g');