| 摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 第1章 引言 | 第9-17页 |
| ·本文的研究背景 | 第9-11页 |
| ·我国电力工业的市场化改革及对发电厂的影响 | 第9-10页 |
| ·F 级燃气—蒸汽联合循环机组运行优化研究的必要性 | 第10-11页 |
| ·机组组合优化及负荷经济分配问题的研究现状 | 第11-15页 |
| ·数学模型 | 第12-14页 |
| ·优化算法 | 第14-15页 |
| ·本文的结构和研究内容 | 第15-17页 |
| 第2章 机组组合优化及负荷经济分配问题的数学模型 | 第17-30页 |
| ·引言 | 第17页 |
| ·负荷经济分配问题的数学模型 | 第17-24页 |
| ·目标函数 | 第18-21页 |
| ·约束条件 | 第21-24页 |
| ·机组组合优化问题的数学模型 | 第24-28页 |
| ·目标函数 | 第24-26页 |
| ·约束条件 | 第26-28页 |
| ·小结 | 第28-30页 |
| 第3章 基于人工神经网络的联合循环机组变工况模拟 | 第30-59页 |
| ·引言 | 第30页 |
| ·影响联合循环机组变工况性能的因素 | 第30-36页 |
| ·空气因素 | 第31-32页 |
| ·燃料因素 | 第32页 |
| ·余热锅炉排放因素 | 第32-33页 |
| ·冷却介质因素 | 第33页 |
| ·发电机因素 | 第33-34页 |
| ·机组老化因素 | 第34-35页 |
| ·小结 | 第35-36页 |
| ·人工神经网络简介 | 第36-37页 |
| ·人工神经网络及其特点 | 第36页 |
| ·人工神经网络的发展历程 | 第36页 |
| ·人工神经网络的类型 | 第36-37页 |
| ·基于多层前向型神经网络的联合循环机组变工况模拟 | 第37-49页 |
| ·前向型神经网络简介 | 第37-38页 |
| ·前向型神经网络在燃气轮机及联合循环领域的应用 | 第38-39页 |
| ·前向型神经网络的MATLAB 实现及模型选择 | 第39-44页 |
| ·基于广义回归神经网络（GRNN）的联合循环机组变工况模拟 | 第44-49页 |
| ·外界条件对联合循环机组性能的影响 | 第49-57页 |
| ·大气温度 | 第50-51页 |
| ·压气机进口压力 | 第51-53页 |
| ·大气湿度 | 第53-54页 |
| ·燃料加热器出口温度 | 第54页 |
| ·汽轮机背压 | 第54-56页 |
| ·余热锅炉排烟温度 | 第56-57页 |
| ·机组运行小时数 | 第57页 |
| ·小结 | 第57-59页 |
| 第4章 机组组合优化及负荷经济分配数学模型的求解 | 第59-94页 |
| ·引言 | 第59页 |
| ·算法综述 | 第59-64页 |
| ·机组组合优化问题算法综述 | 第59-63页 |
| ·负荷经济分配问题算法综述 | 第63-64页 |
| ·遗传算法简介 | 第64-74页 |
| ·遗传算法的基本流程 | 第65-66页 |
| ·遗传算法的设计流程 | 第66-69页 |
| ·遗传算法的特点分析 | 第69-70页 |
| ·遗传算法在机组组合优化及负荷经济分配中的应用 | 第70-74页 |
| ·联合循环机组组合优化及负荷经济分配数学模型的求解 | 第74-93页 |
| ·负荷经济分配数学模型的求解 | 第74-86页 |
| ·机组组合优化数学模型的求解 | 第86-93页 |
| ·小结 | 第93-94页 |
| 第5章 总结与展望 | 第94-97页 |
| ·总结 | 第94-95页 |
| ·展望 | 第95-97页 |
| 参考文献 | 第97-101页 |
| 致谢 | 第101-102页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第102页 |
