摘要 | 第5-7页 |
Abstract | 第7-9页 |
第1章 引言 | 第13-33页 |
1.1 研究背景 | 第13-14页 |
1.2 电弧炉炼钢综述 | 第14-19页 |
1.2.1 电弧炉炼钢发展 | 第14-15页 |
1.2.2 电弧炉设备 | 第15-17页 |
1.2.3 电弧炉炼钢工艺 | 第17-19页 |
1.3 多目标最优化问题 | 第19-21页 |
1.4 多目标优化方法 | 第21-26页 |
1.4.1 标量化方法原理 | 第22-23页 |
1.4.2 基于种群的Non-Pareto方法 | 第23-24页 |
1.4.3 基于Pareto占优排序方法 | 第24-26页 |
1.5 粒子群算法研究及发展综述 | 第26-31页 |
1.5.1 群智能优化算法 | 第26-27页 |
1.5.2 粒子群优化算法 | 第27-31页 |
1.5.3 粒子群优化算法特点 | 第31页 |
1.6 论文结构 | 第31-33页 |
第2章 基于经济指标的电弧炉供电优化模型 | 第33-55页 |
2.1 SR电弧炉主回路 | 第33-34页 |
2.2 SR电弧炉主回路电气特性的理论分析 | 第34-38页 |
2.3 SR电弧炉电抗对炼钢的影响 | 第38-40页 |
2.3.1 电弧炉阻抗构成 | 第38-39页 |
2.3.2 电抗对电弧稳定性的影响 | 第39-40页 |
2.4 电弧炉操作电抗模型 | 第40-42页 |
2.5 SR电弧炉供电优化模型 | 第42-53页 |
2.5.1 传统供电优化模型 | 第42-45页 |
2.5.2 基于经济指标的电弧炉供电优化模型 | 第45-53页 |
2.6 本章小结 | 第53-55页 |
第3章 多目标粒子群算法及其收敛性分析 | 第55-67页 |
3.1 引言 | 第55页 |
3.2 粒子群算法起源 | 第55-56页 |
3.3 基本粒子群优化算法 | 第56-58页 |
3.3.1 算法原理 | 第56-57页 |
3.3.2 算法流程 | 第57-58页 |
3.4 多目标粒子群优化算法 | 第58-61页 |
3.4.1 非劣解的保存及精英集 | 第58-59页 |
3.4.2 全局最优解的选取 | 第59-60页 |
3.4.3 多目标粒子群优化算法的一般步骤 | 第60-61页 |
3.5 测试函数与性能评价 | 第61-66页 |
3.5.1 测试函数 | 第61-64页 |
3.5.2 性能评价 | 第64-66页 |
3.6 本章小结 | 第66-67页 |
第4章 改进多目标粒子群算法 | 第67-105页 |
4.1 引言 | 第67-68页 |
4.2 基于Maximin的动态种群多目标粒子群算法 | 第68-70页 |
4.2.1 算法优化策略 | 第68-70页 |
4.2.3 算法流程 | 第70页 |
4.3 混沌变区域改进多目标粒子群优化算法 | 第70-74页 |
4.3.1 算法优化策略 | 第71-73页 |
4.3.2 算法流程 | 第73-74页 |
4.4 基于人工免疫网络的改进多目标粒子群优化算法 | 第74-95页 |
4.4.1 人工免疫网络优化算法 | 第75-78页 |
4.4.2 算法优化策略 | 第78-88页 |
4.4.3 算法流程 | 第88页 |
4.4.4 算法参数敏感性分析 | 第88-91页 |
4.4.5 算法收敛性能分析 | 第91-95页 |
4.5 仿真实验分析 | 第95-102页 |
4.5.1 仿真参数设置 | 第95-96页 |
4.5.2 无约束测试结果 | 第96-98页 |
4.5.3 无约束测试结果分析 | 第98-99页 |
4.5.4 约束测试结果 | 第99-102页 |
4.5.5 约束测试结果分析 | 第102页 |
4.6 本章小结 | 第102-105页 |
第5章 改进粒子群算法在电弧炉供电优化中的应用 | 第105-115页 |
5.1 供电优化模型的求解 | 第105-111页 |
5.1.1 模型参数确定 | 第105-106页 |
5.1.2 优化目标转换 | 第106-108页 |
5.1.3 模型求解 | 第108-111页 |
5.2 优化结果分析 | 第111-112页 |
5.3 实际应用效果 | 第112-114页 |
5.4 本章小结 | 第114-115页 |
第6章 结束语 | 第115-119页 |
参考文献 | 第119-131页 |
致谢 | 第131-133页 |
攻读博士学位期间完成的论文 | 第133-135页 |
作者简介 | 第135页 |