蚁群算法在生物质发电配网规划中的应用研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 1 绪论 | 第10-19页 |
| ·生物质配电网规划的目的和意义及研究现状 | 第10-11页 |
| ·启发式算法及研究现状 | 第11-16页 |
| ·启发式算法基本概念 | 第11-12页 |
| ·启发式算法研究方法及国内外现状 | 第12-16页 |
| ·启发式算法在生物质配电网中的应用现状 | 第16-17页 |
| ·论文的主要内容和组织结构 | 第17-18页 |
| ·小结 | 第18-19页 |
| 2 生物质发电配电网 | 第19-27页 |
| ·发电配网规划问题的描述 | 第19-21页 |
| ·配电网络规划优化方法 | 第21-24页 |
| ·静态电网规划 | 第21-22页 |
| ·动态电网规划模型 | 第22-23页 |
| ·潮流模型 | 第23-24页 |
| ·发电配网规划原则 | 第24-25页 |
| ·城镇中低压配电网规划一般原则 | 第24-25页 |
| ·生物质发电配电网规划原则 | 第25页 |
| ·生物质发电配网规划方法 | 第25-26页 |
| ·小结 | 第26-27页 |
| 3 蚁群算法及其改进 | 第27-37页 |
| ·蚁群的行为特征 | 第27-31页 |
| ·蚁群算法发现最短路径机制 | 第28-30页 |
| ·双桥实验 | 第30-31页 |
| ·蚁群算法的数学模型 | 第31-32页 |
| ·转移规则 | 第31页 |
| ·信息素更新规则 | 第31-32页 |
| ·基本蚁群算法的优点与不足 | 第32-33页 |
| ·改进的蚁群优化算法(IACOA算法) | 第33-36页 |
| ·多态信息素机制 | 第34页 |
| ·动态信息素调整机制 | 第34-35页 |
| ·改进算法测试 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 4 IACOA算法的生物质发电配电网规划 | 第37-47页 |
| ·生物质发电配电网的数学模型及约束 | 第37-39页 |
| ·生物质发电配电网的数学模型 | 第38页 |
| ·村镇生物质发电配电网的约束 | 第38-39页 |
| ·仿真实验及结果分析 | 第39-46页 |
| ·问题的转化 | 第39页 |
| ·参数选取 | 第39-41页 |
| ·算例流程 | 第41-42页 |
| ·算例结果 | 第42-46页 |
| ·本章小结 | 第46-47页 |
| 结论 | 第47-49页 |
| 参考文献 | 第49-52页 |
| 攻读学位期间发表的学术论文 | 第52-53页 |
| 致谢 | 第53-54页 |
