| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-14页 |
| ·本文的选题背景及其意义 | 第9-10页 |
| ·参数辨识简介 | 第10页 |
| ·随机优化算法 | 第10-12页 |
| ·汽轮机调速系统参数辨识的研究现状 | 第12-13页 |
| ·本论文的主要研究内容 | 第13-14页 |
| 第二章 汽轮机调速系统的模型结构及特性分析 | 第14-22页 |
| ·概述 | 第14页 |
| ·DEH 的工作原理 | 第14-16页 |
| ·转速调节过程 | 第14-15页 |
| ·功率调节过程 | 第15页 |
| ·频率－功率调节过程 | 第15-16页 |
| ·DEH 系统的数学模型 | 第16-19页 |
| ·电液转换器的传递函数 | 第16-18页 |
| ·DEH 系统其它各环节的传递函数 | 第18-19页 |
| ·影响汽轮机调速系统动态特性的因素 | 第19-21页 |
| ·小结 | 第21-22页 |
| 第三章 遗传算法及其改进策略 | 第22-29页 |
| ·基本遗传算法(Simple Genetic Algorithms，简称SGA) | 第22-24页 |
| ·SGA 的算法描述 | 第22页 |
| ·SGA 的基本组成及其特点 | 第22-24页 |
| ·SGA 的基本流程 | 第24页 |
| ·遗传算法的改进策略 | 第24-27页 |
| ·采用实数编码 | 第24-25页 |
| ·混沌序列产生初始种群 | 第25-26页 |
| ·多重交叉 | 第26页 |
| ·自适应交叉率 | 第26-27页 |
| ·非一致变异操作 | 第27页 |
| ·精英保留策略 | 第27页 |
| ·改进GA(Improved Genetic Algorithms，简称IGA)的实现步骤 | 第27-28页 |
| ·性能测试 | 第28页 |
| ·小结 | 第28-29页 |
| 第四章 微粒群优化算法及其改进策略 | 第29-36页 |
| ·微粒群优化算法的发展 | 第29-30页 |
| ·标准微粒群优化算法 | 第30页 |
| ·标准PSO 模型 | 第30页 |
| ·算法流程 | 第30页 |
| ·惯性权重ω与加速度因子c_1 、c_2 对PSO 算法搜索性能的影响 | 第30-32页 |
| ·PSO 算法模型参数分析 | 第30-31页 |
| ·PSO 算法模型参数选取 | 第31-32页 |
| ·PSO 算法改进策略 | 第32-33页 |
| ·实验分析 | 第33-35页 |
| ·小结 | 第35-36页 |
| 第五章 两种随机优化算法在汽轮机调速系统参数辨识中应用 | 第36-43页 |
| ·遗传算法与微粒群优化算法的比较 | 第36页 |
| ·两种随机优化算法相结合形成混合算法（GA-PSO） | 第36-38页 |
| ·GA-PSO 算法的思想 | 第36-37页 |
| ·GA-PSO 算法流程描述 | 第37页 |
| ·群体多样性表示方法 | 第37-38页 |
| ·对比实验 | 第38-39页 |
| ·对象选取及参数设置 | 第38页 |
| ·实验结果 | 第38-39页 |
| ·结果分析 | 第39页 |
| ·混合GA-PSO 算法用于DEH 系统参数辨识 | 第39-43页 |
| ·待辨识的参数和范围 | 第40页 |
| ·测点分析 | 第40-41页 |
| ·仿真模型 | 第41页 |
| ·参数辨识结果 | 第41页 |
| ·小结 | 第41-43页 |
| 第六章 总结和展望 | 第43-45页 |
| ·主要工作 | 第43页 |
| ·进一步的工作 | 第43-45页 |
| 参考文献 | 第45-49页 |
| 致谢 | 第49-50页 |
| 在学期间发表的学术论文和参加科研情况 | 第50页 |
