首页--工业技术论文--电工技术论文--变压器、变流器及电抗器论文--一般性问题论文--设计论文

遗传算法及其在特种变压器优化设计中的应用研究

1 绪论第1-27页
 1.1 本研究领域的发展现状、水平及存在的问题第15-18页
  1.1.1 国内外研究现状第15-17页
  1.1.2 智能优化系统中要解决的问题第17-18页
 1.2 遗传算法及其基本原理第18-23页
  1.2.1 遗传算法的概述第18-19页
  1.2.2 遗传算法的基本结构第19-20页
  1.2.3 遗传算法的基本原理第20-22页
  1.2.5 遗传算法的改进第22-23页
 1.3 本课题的研究目的及意义第23-24页
 1.4 本文研究的思路及主要内容第24-27页
  1.4.1 研究思路第24页
  1.4.2 本文主要内容第24-27页
2 特种变压器概述与电磁参数设计第27-47页
 2.1 特种变压器的概述第27-28页
 2.2 铁心直径计算第28-29页
  2.2.1 按每柱容量选择铁心直径第28页
  2.2.2 按低压绕组匝数选择铁心直径第28-29页
 2.3 绕组匝数计算第29-31页
  2.3.1 不需调压时绕组匝数的计算第29页
  2.3.2 变磁通调压时绕组匝数的计算第29-31页
 2.4 绕组型式选择第31-32页
  2.4.1 高压绕组第31-32页
  2.4.2 低压绕组第32页
  2.4.3 调压绕组第32页
 2.5 线匝排列第32-38页
  2.5.1 高低压绕组第33-37页
  2.5.2 调压绕组第37-38页
 2.6 绕组尺寸计算第38-39页
  2.6.1 圆筒式绕组第38页
  2.6.2 饼式绕组第38-39页
  2.6.3 螺旋式绕组第39页
 2.7 电压比校核第39-40页
 2.8 空载损耗和空载电流的计算第40-41页
  2.8.1 空载损耗的计算第40页
  2.8.2 空载电流的计算第40-41页
 2.9 负载损耗和阻抗电压的计算第41-42页
  2.9.1 负载损耗的计算第41页
  2.9.2 阻抗电压的计算第41-42页
 2.10 效率计算第42页
 2.11 温升计算第42-45页
  2.11.1 油自然循环冷却下圆筒式绕组的温升计算第43页
  2.11.2 油自然循环冷却下饼式绕组的温升计算第43-44页
  2.11.3 强油循环冷却下饼式绕组的温升计算第44页
  2.11.4 油自然循环冷却下油对空气的温升计算第44-45页
 2.12 重量计算第45-46页
 2.13 特种变压器设计中存在的问题与难点第46-47页
3 特种变压器的优化数学模型及预处理第47-76页
 3.1 特种变压器优化数学模型第47-50页
  3.1.1 目标函数第48页
  3.1.2 优化变量第48-49页
  3.1.3 约束条件第49-50页
 3.2 优化数学模型的预处理第50-52页
  3.2.1 优化数学模型的处理第50-51页
  3.2.2 工程优化数学模型的预处理第51-52页
 3.3 分段决策法第52-62页
  3.3.1 决策准则第52-54页
  3.3.2 分段决策法第54页
  3.3.3 分段决策法在特种变压器线圈优化设计中的应用第54-58页
  3.3.4 分段决策法在特种变压器优化设计中的应用第58-61页
  3.3.5 分段决策法处理的优点及局限性第61-62页
 3.4 目标函数的预处理第62-66页
  3.4.1 常用的处理方法第62-64页
  3.4.2 对不同优化目标进行复合的预处理方法第64-66页
  3.4.3 一种基于交互的多目标函数的处理方法第66页
 3.5 优化变量的预处理第66-67页
  3.5.1 定义域空间及特点第66-67页
  3.5.2 最有希望解空间第67页
 3.6 约束的预处理第67-71页
  3.6.1 约束处理的方法第67-68页
  3.6.2 惩罚函数法第68-69页
  3.6.3 修正法第69-71页
 3.7 预处理对优化算法性能的影响第71-75页
  3.7.1 算法的性能指标第71-72页
  3.7.2 优化变量的预处理对搜索空间的影响第72页
  3.7.3 不同约束预处理方法对算法性能的影响第72-74页
  3.7.4 结论与分析第74-75页
 3.8 本章小结第75-76页
4 一种新的动态编码方法的研究第76-87页
 4.1 编码的表示第76-77页
  4.1.1 编码的作用第76页
  4.1.2 常用的编码方法及特点第76-77页
 4.2 知识作用机理与码表的构造第77-80页
  4.2.1 知识的作用机理第77-78页
  4.2.2 码表的构造第78-80页
 4.3 码表中若干问题的进一步分析第80-82页
 4.4 基于码表的动态编码的实现第82-83页
 4.5 知识对编码压缩率及最优解质量的影响第83-84页
 4.6 动态编码的应用第84-86页
 4.7 本章小结第86-87页
5 遗传算子的研究第87-98页
 5.1 基本遗传算子的概述第87-88页
 5.2 培育算子的研究第88-93页
  5.2.1 培育算子的机理第88页
  5.2.2 优良基因及其属性第88-89页
  5.2.3 培育算子的构造第89-91页
  5.2.4 影响培育算子的因素第91-92页
  5.2.5 培育操作中的一般结论第92-93页
 5.3 杂交、变异算子及其改进第93-95页
  5.3.1 杂交算子第93页
  5.3.2 变异算子第93-94页
  5.3.3 保持好的基因特性的杂交、变异算子的设计第94-95页
 5.4 仿真数据与分析第95-97页
  5.4.1 培育算子对算法性能的影响第95-96页
  5.4.2 培育概率算法性能的影响第96-97页
 5.5 本章小结第97-98页
6 一种基于知识自适应遗传算法(SAKGA)第98-113页
 6.1 SAKGA及算法描述第98-101页
  6.1.1 知识的作用机理第98-99页
  6.1.2 SAKGA描述及流程图第99-101页
 6.2 选择策略及评价体系第101-104页
  6.2.1 常用的选择方法第101-103页
  6.2.2 SAKGA的选择策略第103页
  6.2.3 SAKGA的评价体系第103-104页
 6.3 优良基因的提取第104-107页
  6.3.1 初始情况下优良基因的发现和提取第104-106页
  6.3.2 遗传操作中优良基因的自适应提取第106-107页
 6.4 SAKGA的收敛性第107-109页
  6.4.1 遗传算法的收敛性第107-108页
  6.4.2 影响SAKGA收敛性的因素第108页
  6.4.3 引入码表机理的动态编码方法对算法收敛性的影响第108页
  6.4.4 培育算子对算法收敛性的影响第108-109页
  6.4.5 SAKGA的收敛性第109页
 6.5 应用实例与分析第109-112页
  6.5.1 优化数学模型第109-110页
  6.5.2 算法设计与实现第110页
  6.5.3 算法操作第110-111页
  6.5.4 优化数据第111-112页
  6.5.5 研究结论第112页
 6.6 本章小结第112-113页
7 一种新的软件体系结构框架(SAFEOP)的研究第113-122页
 7.1 软件结构框架的概念第113-114页
 7.2 传统软件结构框架第114-115页
 7.3 SAFEOP的构建与分析第115-120页
  7.3.1 预处理第117-118页
  7.3.2 基于知识的参数生成器第118-119页
  7.3.3 仿真器第119页
  7.3.4 评价体系第119-120页
  7.3.5 模块之间的通信机制第120页
 7.4 SAFEOP应用实例与分析第120-121页
  7.4.1 应用实例第120页
  7.4.2 研究结论第120-121页
 7.5 本章小结第121-122页
8 特种变压器优化应用系统的研制第122-133页
 8.1 系统的总体结构设计第122-123页
 8.2 应用实现第123-127页
  8.2.1 原型系统第124-125页
  8.2.2 在原型系统的基础上逐步完善与集成第125-126页
  8.2.3 系统的测试与完善第126-127页
 8.3 工程数据库的设计第127-131页
  8.3.1 数据库的一般概念第127页
  8.3.2 工程数据库的定义与特性第127-128页
  8.3.3 工程数据库的数据模型第128-129页
  8.3.4 特种变压器工程数据库的结构第129-131页
  8.3.5 特种变压器工程数据库的设计与实现第131页
 8.4 知识库的建立与完善第131-132页
 8.5 本章小结第132-133页
工作总结与展望第133-136页
致谢第136-137页
参考文献第137-146页
在校学习期间所发表的论文第146-147页

论文共147页,点击 下载论文
上一篇:曲轴参数化有限元分析系统与滚压关键参数设计理论研究
下一篇:价值工程原理在多、高层结构设计中的应用研究