| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第8-16页 |
| 1.1 研究背景及意义 | 第8-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.3 研究的内容和技术路线 | 第13-14页 |
| 1.4 论文的组织结构 | 第14-16页 |
| 第2章 本文相关理论基础 | 第16-27页 |
| 2.1 引言 | 第16-18页 |
| 2.2 基本粒子群优化算法 | 第18-23页 |
| 2.2.1 PSO 算法原理 | 第18-20页 |
| 2.2.2 粒子群优化算法的改进成果 | 第20-23页 |
| 2.3 水库优化调度概述 | 第23-26页 |
| 2.3.1 水库调度的分类 | 第23-24页 |
| 2.3.2 水库优化调度的物理基础 | 第24-25页 |
| 2.3.3 水库调度存在的问题及发展趋势 | 第25-26页 |
| 2.4 小结 | 第26-27页 |
| 第3章 改进的混沌粒子群优化算法 | 第27-37页 |
| 3.1 引言 | 第27页 |
| 3.2 算法原理 | 第27-31页 |
| 3.2.1 复合混沌种群初始化 | 第28-29页 |
| 3.2.2 精英混沌扰动策略 | 第29-31页 |
| 3.3 算法流程 | 第31-32页 |
| 3.4 仿真实验与分析 | 第32-36页 |
| 3.4.1 测试函数 | 第32-33页 |
| 3.4.2 ICPSO 数值仿真实验 | 第33-35页 |
| 3.4.3 Friedman 检验结果 | 第35-36页 |
| 3.5 小结 | 第36-37页 |
| 第4章 自适应多策略的粒子群优化算法 | 第37-57页 |
| 4.1 引言 | 第37页 |
| 4.2 算法原理 | 第37-41页 |
| 4.2.1 学习反向粒子策略 | 第37-38页 |
| 4.2.2 粒子活跃度 | 第38-39页 |
| 4.2.3 高斯扰动策略 | 第39-41页 |
| 4.3 算法流程 | 第41-42页 |
| 4.4 算法 limit 大小分析 | 第42-43页 |
| 4.5 算法数值仿真实验 | 第43-47页 |
| 4.5.1 参数设置 | 第43页 |
| 4.5.2 AMPSO 算法仿真实验 | 第43-45页 |
| 4.5.3 Friedman 检验结果 | 第45页 |
| 4.5.4 算法收敛性能 | 第45-47页 |
| 4.6 AMPSO 算法在高光谱影像端元提取中的应用 | 第47-56页 |
| 4.6.1 高光谱端元提取的基本模型 | 第47-49页 |
| 4.6.2 基于 AMPSO 的高光谱端元提取 | 第49-56页 |
| 4.7 本章小结 | 第56-57页 |
| 第5章 改进算法在水库优化调度中的应用 | 第57-71页 |
| 5.1 引言 | 第57页 |
| 5.2 应用模型建立 | 第57-61页 |
| 5.2.1 模型目标 | 第58-59页 |
| 5.2.2 模型约束条件 | 第59页 |
| 5.2.3 一些其他模型 | 第59-60页 |
| 5.2.4 计算方法 | 第60-61页 |
| 5.3 梯级水库短期调度分析 | 第61-65页 |
| 5.3.1 算例描述 | 第61-63页 |
| 5.3.2 算例求解 | 第63-65页 |
| 5.4 单一水库中长期调度分析 | 第65-68页 |
| 5.4.1 算例分析 | 第65-66页 |
| 5.4.2 算法应用 | 第66-68页 |
| 5.5 梯级水库中长期调度分析 | 第68-70页 |
| 5.5.1 算例说明 | 第68-69页 |
| 5.5.2 算例求解与算法应用 | 第69-70页 |
| 5.6 本章小结 | 第70-71页 |
| 第6章 总结与展望 | 第71-73页 |
| 6.1 全文总结 | 第71页 |
| 6.2 研究展望 | 第71-73页 |
| 参考文献 | 第73-78页 |
| 攻读硕士期间取得的研究成果和参与的项目 | 第78-79页 |
| 致谢 | 第79页 |