| 摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 第一章 绪论 | 第9-27页 |
| ·选题背景及研究意义 | 第9-10页 |
| ·水库水电站优化调度国内外研究进展概述 | 第10-12页 |
| ·单库优化调度国内外研究概述 | 第11页 |
| ·库群优化调度国内外研究概述 | 第11-12页 |
| ·水库水电站优化调度模型及方法概述 | 第12-25页 |
| ·线性规划模型及非线性规划模型 | 第13-15页 |
| ·动态规划模型 | 第15-18页 |
| ·人工神经网络模型 | 第18-19页 |
| ·遗传算法模型 | 第19-21页 |
| ·蚁群算法模型 | 第21-22页 |
| ·粒子群算法模型 | 第22-23页 |
| ·模拟退火算法模型 | 第23-24页 |
| ·多目标优化模型 | 第24页 |
| ·模拟模型 | 第24页 |
| ·大系统分解协调模型 | 第24页 |
| ·整数规划及混合整数规划模型 | 第24-25页 |
| ·模糊数学模型及其他模型 | 第25页 |
| ·本文研究的主要内容 | 第25-27页 |
| 第二章 水库(群)中长期优化调度理论 | 第27-35页 |
| ·水库中长期优化调度概述 | 第27-29页 |
| ·单库优化调度 | 第27页 |
| ·库群优化调度 | 第27-28页 |
| ·确定性优化调度 | 第28页 |
| ·显随机性优化调度 | 第28页 |
| ·隐随机优化调度 | 第28-29页 |
| ·水电站水库(群)中长期优化调度数学模型 | 第29-34页 |
| ·确定性水电站水库优化调度数学模型 | 第29-32页 |
| ·水库调度显随机性数学模型 | 第32-34页 |
| ·本章小结 | 第34-35页 |
| 第三章 混合智能算法在水库优化调度中的应用 | 第35-51页 |
| ·智能算法概述 | 第35页 |
| ·遗传算法 | 第35-42页 |
| ·编码问题 | 第35-37页 |
| ·控制参数设定及初始种群生成 | 第37-38页 |
| ·适应度函数 | 第38页 |
| ·遗传操作 | 第38-42页 |
| ·蚁群算法 | 第42-44页 |
| ·模拟退火算法 | 第44-46页 |
| ·爬山算法 | 第46-47页 |
| ·混合智能算法 | 第47-49页 |
| ·本章小结 | 第49-51页 |
| 第四章 应用编程计算及结果分析 | 第51-73页 |
| ·小湾、漫湾水库优化调度基本资料 | 第51-54页 |
| ·小湾、漫湾梯级水库流域概况 | 第51-52页 |
| ·小湾、漫湾梯级水电站主要特征参数 | 第52页 |
| ·小湾、漫湾天然径流量 | 第52-53页 |
| ·小湾、漫湾水电站特性曲线 | 第53-54页 |
| ·遗传算法(GA)应用及主要步骤 | 第54-56页 |
| ·遗传退火算法(SAGA)应用及主要步骤 | 第56-58页 |
| ·蚁群算法(ACO)应用及主要步骤 | 第58-59页 |
| ·爬山蚁群算法(HCMACO)应用及主要步骤 | 第59-60页 |
| ·混合智能算法(SAGA-HCMACO)应用及主要步骤 | 第60-61页 |
| ·各算法计算结果对比分析 | 第61-72页 |
| ·本章小结 | 第72-73页 |
| 第五章 全文总结及展望 | 第73-76页 |
| ·全文总结 | 第73-74页 |
| ·研究展望 | 第74-76页 |
| 致谢 | 第76-77页 |
| 参考文献 | 第77-81页 |
| 附录 (攻读硕士期间发表论文目录) | 第81页 |