| 摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 第一章 绪论 | 第9-16页 |
| ·引言 | 第9页 |
| ·水库调度简介 | 第9-15页 |
| ·国外水库优化调度的研究概述 | 第10-11页 |
| ·国内水库优化调度的研究概述 | 第11-13页 |
| ·存在的问题及发展趋势 | 第13-15页 |
| ·本文研究的主要内容及技术路线 | 第15-16页 |
| 第二章 水库优化调度的模型分类 | 第16-36页 |
| ·水库优化的基本概念 | 第16页 |
| ·水库优化调度的基本原则及内容 | 第16-17页 |
| ·水库优化调度分类 | 第17-19页 |
| ·按水库目标分类 | 第17页 |
| ·按水库数目分类 | 第17页 |
| ·按调度周期分类 | 第17-18页 |
| ·按对径流的描述划分 | 第18-19页 |
| ·水库优化调度数学模型 | 第19-35页 |
| ·线性规划模型 | 第19-20页 |
| ·非线性规划模型及网络模型 | 第20-21页 |
| ·动态规划模型 | 第21-27页 |
| ·模拟模型 | 第27-28页 |
| ·多目标规划模型 | 第28-29页 |
| ·大系统分解协调模型 | 第29-32页 |
| ·遗传算法规划模型 | 第32-34页 |
| ·神经网络模型 | 第34-35页 |
| ·其他模型 | 第35页 |
| ·本章小结 | 第35-36页 |
| 第三章 粒子群优化方法研究 | 第36-57页 |
| ·粒子群优化算法概述 | 第36-40页 |
| ·群体智能与进化计算技术 | 第36-37页 |
| ·粒子群优化算法的产生 | 第37-38页 |
| ·PSO算法的模型 | 第38-39页 |
| ·粒子群算法粒子信息交换方式及分析 | 第39-40页 |
| ·粒子群优化算法的改进途径 | 第40-43页 |
| ·算法离散化 | 第40-41页 |
| ·提高收敛速度 | 第41-42页 |
| ·提高种群多样性 | 第42-43页 |
| ·粒子群优化算法的改进技术 | 第43-46页 |
| ·基于遗传算法进化机理的改进技术 | 第43-44页 |
| ·粒子群优化算法与其他优化算法融合的改进技术 | 第44页 |
| ·基于PSO参数的改进技术 | 第44-46页 |
| ·算法收敛性分析 | 第46-50页 |
| ·实验分析 | 第46-47页 |
| ·收敛性征明 | 第47-49页 |
| ·与其他算法的比较 | 第49-50页 |
| ·对粒子群算法的改进 | 第50-56页 |
| ·对粒子群算法权重的的改进 | 第51页 |
| ·改进粒子群算法的试验仿真 | 第51-52页 |
| ·测试函数的仿真比较 | 第52-56页 |
| ·本章小结 | 第56-57页 |
| 第四章 小湾水库长期优化调度模型的建立及求解结果分析 | 第57-75页 |
| ·研究水电站单一水库优化调度的意义 | 第57页 |
| ·小湾电站概况 | 第57-59页 |
| ·小湾水库基本资料整理 | 第59-61页 |
| ·长期优化调度模型的建立 | 第61-63页 |
| ·时段水能计算方法及计算时段的选取 | 第63-65页 |
| ·时段水能的计算方法 | 第63-65页 |
| ·计算时段的选取 | 第65页 |
| ·常规计算 | 第65-67页 |
| ·改进粒子群算法的优化计算 | 第67-72页 |
| ·粒子群算法计算程序描述 | 第67-70页 |
| ·改进粒子群算法结果 | 第70-72页 |
| ·改进粒子群算法的月修正计算 | 第72页 |
| ·计算结果对比分析 | 第72-74页 |
| ·本章小结 | 第74-75页 |
| 第五章 总结与展望 | 第75-77页 |
| ·总结 | 第75页 |
| ·展望 | 第75-77页 |
| 致谢 | 第77-78页 |
| 参考文献 | 第78-84页 |
| 附录 (攻读硕士期间发表论文) | 第84页 |