摘要 | 第1-6页 |
ABSTRACT | 第6-10页 |
第一章 绪论 | 第10-18页 |
·课题研究的背景和意义 | 第10-11页 |
·国内外研究现状 | 第11-14页 |
·配网重构研究现状 | 第11-14页 |
·电力系统在云平台下的研究现状 | 第14-15页 |
·存在的问题及本课题的提出 | 第15-16页 |
·本文的主要工作 | 第16-18页 |
第二章 配网重构的数学模型与多目标最优化方法 | 第18-26页 |
·配电网重构的常用目标 | 第18-19页 |
·多目标最优化概述 | 第19-22页 |
·多目标最优化方法 | 第22-25页 |
·主要目标法 | 第22页 |
·统一目标法 | 第22-24页 |
·线性加权法 | 第22-23页 |
·理想点法(目标规化法) | 第23-24页 |
·分目标乘除法 | 第24页 |
·功效系数法 | 第24页 |
·分层序列法和宽容分层序列法 | 第24-25页 |
·分层序列法 | 第24-25页 |
·宽容分层序列法 | 第25页 |
·本章小结 | 第25-26页 |
第三章 配电网重构遗传算法 | 第26-38页 |
·遗传算法的基本理论 | 第26-27页 |
·配网重构遗传算法的基本理论 | 第27-37页 |
·配网重构遗传算法的流程 | 第27-28页 |
·配网重构遗传算法的编码 | 第28-29页 |
·配网重构遗传算法的适应度函数 | 第29-30页 |
·配网重构遗传算法的选择算子 | 第30-32页 |
·比例选择( Fitness Proportional Selection ) | 第31页 |
·分级选择( Ranking Selection ) | 第31-32页 |
·竞技选择法(Tournament Selection) | 第32页 |
·配网重构遗传算法的交叉算子 | 第32-34页 |
·单点交叉 | 第32页 |
·双点交叉与多点交叉 | 第32-33页 |
·均匀交叉(Uniform Crossover) | 第33页 |
·算术交叉 | 第33-34页 |
·配网重构遗传算法的变异算子 | 第34-35页 |
·均匀变异 | 第34页 |
·边界变异 | 第34页 |
·非均匀变异 | 第34-35页 |
·精英保留策略 | 第35页 |
·配网重构遗传算法的终止条件 | 第35-36页 |
·约束条件的处理方法 | 第36-37页 |
·搜索空间限定法 | 第36页 |
·罚函数法 | 第36-37页 |
·本章小结 | 第37-38页 |
第四章 云环境中的计算方法及虚拟集群技术 | 第38-48页 |
·云计算 | 第38-42页 |
·云的概念 | 第38-39页 |
·云计算的特点 | 第39-40页 |
·云计算的服务层次 | 第40-41页 |
·云平台的技术层次 | 第41-42页 |
·虚拟化技术 | 第42-45页 |
·虚拟化的优势 | 第42-43页 |
·虚拟集群 | 第43页 |
·虚拟化技术在云计算中的应用 | 第43-45页 |
·高级虚拟机 | 第44页 |
·应用虚拟化 | 第44页 |
·存储虚拟化 | 第44-45页 |
·配网重构云平台计算方法 | 第45-47页 |
·遗传算法并行处理的意义 | 第45-46页 |
·遗传算法的并行性分析 | 第46-47页 |
·配电网络重构小生境遗传算法的并行模型 | 第47页 |
·本章小结 | 第47-48页 |
第五章 云平台下配网多目标重构的实现 | 第48-77页 |
·引言 | 第48页 |
·遗传算法适应度函数的选取以及约束条件的判定 | 第48-49页 |
·Pareto 多目标优化 | 第49-50页 |
·小生境遗传算法 | 第50-55页 |
·遗传算法编码方案 | 第50-51页 |
·初始种群的生成与排序 | 第51-52页 |
·种群的选择操作 | 第52-53页 |
·种群的交叉操作 | 第53页 |
·种群的变异操作 | 第53-54页 |
·收敛判定 | 第54页 |
·配网重构遗传算法流程图 | 第54-55页 |
·云计算环境下基于小生境遗传算法的配网重构计算 | 第55-69页 |
·Lustre 文件系统 | 第55页 |
·Xen 虚拟机 | 第55-56页 |
·OpenNebula 开源云计算平台 | 第56-57页 |
·云平台的搭建 | 第57-64页 |
·Lustre 的安装与配置 | 第57-60页 |
·Xen 虚拟机的安装与配置 | 第60-62页 |
·OpenNebula 的安装与配置 | 第62-64页 |
·集群系统作业管理模块的配置 | 第64-68页 |
·SGE 的安装与配置 | 第65-67页 |
·虚拟集群中间件平台开发 | 第67-68页 |
1. 作业提交模块 | 第67-68页 |
2. 任务监控模块 | 第68页 |
·遗传算法的并行实现 | 第68-69页 |
·群体对等式并行模型 | 第69页 |
·算例测试及结果分析 | 第69-76页 |
·集群构建实验 | 第70页 |
·构建物理集群 | 第70页 |
·构建虚拟集群 | 第70页 |
·算例分析 | 第70-76页 |
·本章小结 | 第76-77页 |
结论 | 第77-78页 |
参考文献 | 第78-82页 |
攻读硕士学位期间取得的研究成果 | 第82-83页 |
致谢 | 第83-84页 |
答辩委员会对论文的评定意见 | 第84页 |