基于粒子群算法的船舶电力系统网络故障恢复
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1. 绪论 | 第8-13页 |
| ·引言 | 第8页 |
| ·课题来源 | 第8页 |
| ·研究背景和意义 | 第8-9页 |
| ·国内外研究现状及问题 | 第9-10页 |
| ·本文所做的主要工作 | 第10-13页 |
| 2. 电力系统网络拓扑分析及连通性识别 | 第13-20页 |
| ·引言 | 第13页 |
| ·电力系统网络结构 | 第13-15页 |
| ·网络拓扑结构连通性分析 | 第15-19页 |
| ·本章小结 | 第19-20页 |
| 3. 粒子群算法介绍 | 第20-29页 |
| ·引言 | 第20-21页 |
| ·标准粒子群算法介绍 | 第21-24页 |
| ·改进型粒子群算法介绍 | 第24-27页 |
| ·粒子群算法与其他智能算法的比较 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 4. 船舶电力系统网络故障恢复 | 第29-35页 |
| ·引言 | 第29页 |
| ·故障恢复介绍 | 第29-32页 |
| ·建立电力系统故障恢复的数学模型 | 第32-34页 |
| ·本章小结 | 第34-35页 |
| 5. 基于粒子群算法的网络故障恢复 | 第35-61页 |
| ·引言 | 第35页 |
| ·基于标准粒子群算法的网络故障恢复 | 第35-49页 |
| ·基于改进粒子群算法的网络故障恢复 | 第49-55页 |
| ·基于遗传算法的网络故障恢复 | 第55-57页 |
| ·三种算法的性能指标分析及比较 | 第57-59页 |
| ·本章小结 | 第59-61页 |
| 6. 总结与展望 | 第61-63页 |
| ·主要结论 | 第61页 |
| ·有待深入研究的问题 | 第61-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 附录1 | 第68-69页 |
