首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

基于免疫粒子群算法的火电机组组合优化问题研究

摘要第1-6页
Abstract第6-11页
第1章 绪论第11-16页
   ·选题的背景和意义第11-12页
   ·国内外研究概况第12-15页
     ·免疫粒子群算法的发展历史及研究现状第12-13页
     ·火电机组组合优化问题算法简介第13-15页
   ·本文的主要研究内容第15-16页
第2章 火电机组组合优化问题第16-23页
   ·火电机组煤耗特性第16-20页
     ·经济性指标的分析第16页
     ·获取机组煤耗特性的方法第16-17页
     ·机组煤耗特性曲线的计算第17-20页
     ·机组煤耗特性曲线的拟合第20页
   ·机组组合数学模型第20-22页
     ·机组组合优化问题数学模型的目标函数第20-21页
     ·机组组合优化问题数学模型的约束条件第21-22页
   ·本章小结第22-23页
第3章 免疫粒子群算法第23-29页
   ·粒子群算法第23-25页
     ·基本粒子群算法的原理第23-25页
     ·粒子群算法的特点第25页
   ·免疫算法第25-28页
     ·免疫算法生物学的原理第26页
     ·免疫算法的原理第26-28页
     ·免疫算法的特点第28页
   ·本章小结第28-29页
第4章 改进型免疫粒子群算法第29-36页
   ·算法改进分析第29-30页
     ·PSO算法的改进分析第29页
     ·IPSO算法的改进分析第29-30页
   ·IPSO算法的实现第30-33页
     ·改进思想第30页
     ·算法流程第30-33页
   ·算法性能测试及分析第33-35页
     ·典型测试函数第33页
     ·测试结果及分析第33-35页
   ·本章小结第35-36页
第5章 混合免疫粒子群算法在火电机组组合问题中的应用第36-43页
   ·BPSO算法及其改进第36-38页
     ·BPSO算法的基本原理第36页
     ·BPSO算法的改进分析第36-37页
     ·BPSO的改进实现第37-38页
   ·混合免疫粒子群算法在机组组合问题中的应用实现第38-39页
   ·实例及优化结果第39-42页
   ·本章小结第42-43页
第6章 节能减排多目标负荷分配优化第43-47页
   ·节能减排模型的建立第43-44页
   ·实例及优化结果第44-46页
   ·本章小结第46-47页
第7章 结论与展望第47-48页
   ·结论第47页
   ·展望第47-48页
参考文献第48-51页
攻读硕士学位期间发表的论文及其它成果第51-52页
致谢第52页

论文共52页,点击 下载论文
上一篇:大型风电机组叶片铺层设计及有限元数值模拟研究
下一篇:全寿命周期管理在变电工程设计中的应用