| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第1章 绪论 | 第8-15页 |
| ·简单遗传算法 | 第9页 |
| ·改进遗传算法 | 第9-10页 |
| ·模拟退火算法与遗传算法相结合 | 第10-11页 |
| ·模糊集理论与遗传算法相结合 | 第11-12页 |
| ·Tabu搜索与遗传算法相结合 | 第12-13页 |
| ·人工神经网络与遗传算法相结合 | 第13页 |
| ·专家系统与遗传算法相结合 | 第13页 |
| ·线性规划与遗传算法相结合 | 第13-15页 |
| 第2 章 遗传算法的基本原理、电力系统经济调度及无功优化模型 | 第15-34页 |
| ·简单遗传算法 | 第15-22页 |
| ·多目标遗传算法 | 第22-27页 |
| ·进化算法 | 第27-28页 |
| ·展望 | 第28-29页 |
| ·电力系统经济调度基本数学模型 | 第29-30页 |
| ·电力系统无功优化基本数学模型 | 第30-34页 |
| 第3章 基于Queenbee进化的遗传算法在电力系统经济调度中的应用 | 第34-40页 |
| ·基于Queenbee进化的遗传算法概述 | 第35-36页 |
| ·电力系统经济调度和约束优化 | 第36-37页 |
| ·模拟实验 | 第37-39页 |
| ·结束语 | 第39-40页 |
| 第4章 混合多目标遗传算法在电力系统经济调度中的应用 | 第40-51页 |
| ·电力系统经济调度的多目标优化模型 | 第40-42页 |
| ·混合多目标遗传算法概述 | 第42-48页 |
| ·模拟实验 | 第48-50页 |
| ·结束语 | 第50-51页 |
| 第5章 模糊自适应遗传算法在电力系统无功优化中的应用 | 第51-59页 |
| ·无功优化的数学模型 | 第52-54页 |
| ·用于无功优化的模糊自适应遗传算法 | 第54-56页 |
| ·模拟实验 | 第56-58页 |
| ·结束语 | 第58-59页 |
| 第6 章 结论 | 第59-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 附录1 攻读硕士学位期间撰写论文列表 | 第66-67页 |
| 附录2 IEEE30节点系统 | 第67-69页 |
