| 第一章 绪论 | 第1-15页 |
| 1-1 电力变压器绝缘技术 | 第10-13页 |
| 1-1-1 电力变压器绝缘技术的关键问题 | 第10-11页 |
| 1-1-2 局部放电问题 | 第11-12页 |
| 1-1-3 局部放电的主要原因及防止措施 | 第12-13页 |
| 1-2 现代优化技术 | 第13-14页 |
| 1-2-1 禁忌搜索算法 | 第13页 |
| 1-2-2 模拟退火算法 | 第13页 |
| 1-2-3 人工神经网络算法 | 第13-14页 |
| 1-2-4 遗传算法 | 第14页 |
| 1-3 选题的目的和内容 | 第14-15页 |
| 1-3-1 选题的目的 | 第14页 |
| 1-3-2 本文的研究工作 | 第14-15页 |
| 第二章 大型电力变压器主绝缘可靠性评价方法 | 第15-19页 |
| 2-1 引言 | 第15页 |
| 2-2 现有的电力变压器主绝缘可靠性评价方法 | 第15-17页 |
| 2-2-1 现有的变压器主绝缘可靠性评价方法及其特点 | 第15页 |
| 2-2-2 影响变压器油许用电场强度的主要因素 | 第15-17页 |
| 2-3 变压器主绝缘可靠性评价的全域扫描法 | 第17-18页 |
| 2-4 小结 | 第18-19页 |
| 第三章 简单遗传算法分析 | 第19-27页 |
| 3-1 简单遗传算法简介 | 第20页 |
| 3-2 遗传算法的运行过程及对主要参数性能的分析 | 第20-25页 |
| 3-2-1 编码 | 第20-21页 |
| 3-2-2 初始种群的产生 | 第21页 |
| 3-2-3 适合度 | 第21页 |
| 3-2-4 评价 | 第21页 |
| 3-2-5 选择运算 | 第21页 |
| 3-2-6 交叉运算 | 第21-24页 |
| 3-2-7 变异运算 | 第24-25页 |
| 3-2-8 进化迭代 | 第25页 |
| 3-3 遗传算法的特点 | 第25-26页 |
| 3-4 简单遗传算法的主要缺点 | 第26页 |
| 3-5 小结 | 第26-27页 |
| 第四章 改进的遗传算法 | 第27-40页 |
| 4-1 基本的改进 | 第27-32页 |
| 4-1-1 编码方法 | 第27页 |
| 4-1-2 适应度函数的确定 | 第27-28页 |
| 4-1-3 初始群体的产生 | 第28-29页 |
| 4-1-4 选择算子 | 第29-30页 |
| 4-1-5 交叉算子的选择 | 第30-31页 |
| 4-1-6 变异算子的选择 | 第31页 |
| 4-1-7 交叉概率和变异概率的确定 | 第31-32页 |
| 4-1-8 最优个体 | 第32页 |
| 4-1-9 终止条件 | 第32页 |
| 4-2 灾变遗传算法 | 第32-35页 |
| 4-2-1 遗传算法的全局性能 | 第32页 |
| 4-2-2 “灾变”的含义 | 第32-33页 |
| 4-2-3 灾变算子 | 第33页 |
| 4-2-4 灾变的模型 | 第33-34页 |
| 4-2-5 灾变临界条件 | 第34页 |
| 4-2-6 算法基本步骤 | 第34-35页 |
| 4-2-7 “灾变”对GA全局性能的改善 | 第35页 |
| 4-3 自适应遗传算法 | 第35-38页 |
| 4-3-1 M.Srinivas提出的自适应遗传算法 | 第35-36页 |
| 4-3-2 改进的自适应遗传算法 | 第36页 |
| 4-3-3 改进的最优保存策略 | 第36-37页 |
| 4-3-4 对选择算子的改进 | 第37页 |
| 4-3-5 对交叉算子的改进 | 第37-38页 |
| 4-3-6 应用举例 | 第38页 |
| 4-4 双适应度遗传算法 | 第38-39页 |
| 4-5 小结 | 第39-40页 |
| 第五章 改进遗传算法在绝缘结构优化设计中的应用 | 第40-49页 |
| 5-1 绝缘结构优化设计步骤 | 第40页 |
| 5-1-1 绝缘结构优化设计的基本思路 | 第40页 |
| 5-1-2 优化步骤 | 第40页 |
| 5-2 静电环的基于遗传算法的优化设计 | 第40-42页 |
| 5-2-1 物理模型和数学模型 | 第40-41页 |
| 5-2-2 设计变量和目标函数 | 第41-42页 |
| 5-2-3 约束条件和设计变量的可行解域 | 第42页 |
| 5-3 绝缘隔板整体排布的基于全局扫描法的优化设计 | 第42-45页 |
| 5-3-1 物理模型和数学模型 | 第42-43页 |
| 5-3-2 设计变量和目标函数 | 第43-44页 |
| 5-3-3 全域扫描法与其它方法的对比 | 第44-45页 |
| 5-4 变压器纵绝缘结构优化设计 | 第45-48页 |
| 5-4-1 电力变压器线圈纵绝缘结构优化设计模型 | 第45-46页 |
| 5-4-2 决策变量和约束函数 | 第46-48页 |
| 5-5 小结 | 第48-49页 |
| 第六章 遗传算法与蚁群算法的融合 | 第49-57页 |
| 6-1 基本蚁群算法 | 第49-54页 |
| 6-1-1 蚂蚁算法的优化机理 | 第49-50页 |
| 6-1-2 蚂蚁圈模型 | 第50页 |
| 6-1-3 MMAX(max-min ant system)算法 | 第50页 |
| 6-1-4 蚁群算法在连续优化问题中的应用 | 第50-54页 |
| 6-2 遗传算法与蚂蚁算法的融合(GAAA) | 第54-55页 |
| 6-2-1 GAAA算法的设计思想及总体框架 | 第54页 |
| 6-2-2 GAAA中遗传算法的定义与设置 | 第54页 |
| 6-2-3 GAAA中蚂蚁算法的改进与衔接 | 第54-55页 |
| 6-3 GAAA在电力变压器优化设计中的应用 | 第55页 |
| 6-4 小结 | 第55-57页 |
| 第七章 结论 | 第57-59页 |
| 7-1 工作总结 | 第57-58页 |
| 7-2 工作展望 | 第58-59页 |
| 参考文献 | 第59-62页 |
| 致谢 | 第62-63页 |
| 攻读学位期间所取得的相关科研成果 | 第63页 |
