| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 算法缩写名称说明 | 第9-11页 |
| 第一章 绪论 | 第11-18页 |
| 1.1 选题背景和研究意义 | 第11-12页 |
| 1.1.1 选题背景 | 第11页 |
| 1.1.2 研究意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-16页 |
| 1.2.1 PSO算法的理论研究 | 第12-15页 |
| 1.2.2 PSO算法在电力系统中的应用现状 | 第15-16页 |
| 1.3 论文主要内容简介 | 第16-18页 |
| 第二章 粒子群算法的交互性与波动性分析 | 第18-36页 |
| 2.1 引言 | 第18页 |
| 2.2 算法模型 | 第18-20页 |
| 2.3 交互性收敛分析 | 第20-31页 |
| 2.3.1 最优粒子分析 | 第20-21页 |
| 2.3.2 交互性收敛分析 | 第21-26页 |
| 2.3.3 实验验证与结果分析 | 第26-31页 |
| 2.4 波动性分析 | 第31-35页 |
| 2.4.1 粒子速度波动性分析 | 第31-34页 |
| 2.4.2 粒子位置波动性分析 | 第34页 |
| 2.4.3 实验验证与结果分析 | 第34-35页 |
| 2.5 本章小结 | 第35-36页 |
| 第三章 基于种群年龄模型的动态规模粒子群算法 | 第36-46页 |
| 3.1 引言 | 第36页 |
| 3.2 种群年龄模型 | 第36-38页 |
| 3.2.1 种群规模的宏观策略 | 第36-38页 |
| 3.2.2 种群规模的微观策略 | 第38页 |
| 3.3 动态规模粒子群算法 | 第38-42页 |
| 3.3.1 算法步骤 | 第38-40页 |
| 3.3.2 收敛性分析 | 第40-42页 |
| 3.4 实验研究与结果分析 | 第42-45页 |
| 3.5 本章小结 | 第45-46页 |
| 第四章 粒子群最优信息共享的改进重力搜索算法 | 第46-73页 |
| 4.1 引言 | 第46页 |
| 4.2 重力搜索算法 | 第46-50页 |
| 4.3 改进重力搜索算法 | 第50-60页 |
| 4.3.1 粒子群最优信息共享机制 | 第51-52页 |
| 4.3.2 混沌扰动机制 | 第52-53页 |
| 4.3.3 收敛性分析 | 第53-60页 |
| 4.4 实验研究与结果分析 | 第60-72页 |
| 4.4.1 IGSA算法参数灵敏度分析 | 第63-64页 |
| 4.4.2 IGSA算法与其它算法的比较研究 | 第64-67页 |
| 4.4.3 比较结果统计分析 | 第67-72页 |
| 4.5 本章小结 | 第72-73页 |
| 第五章 重力粒子群并行混合优化算法 | 第73-95页 |
| 5.1 引言 | 第73页 |
| 5.2 重力粒子群并行混合优化算法 | 第73-77页 |
| 5.2.1 并行嵌入机制 | 第73-74页 |
| 5.2.2 个体边界变异机制 | 第74-77页 |
| 5.2.3 复杂性分析 | 第77页 |
| 5.3 HPSO-GSA收敛性分析 | 第77-80页 |
| 5.4 实验研究与结果分析 | 第80-94页 |
| 5.4.1 HPSO-GSA关键参数灵敏度分析 | 第80-81页 |
| 5.4.2 HPSO-GSA优化性能比较分析 | 第81-82页 |
| 5.4.3 HPSO-GSA在自适应IIR滤波器中的辨识 | 第82-94页 |
| 5.5 本章小结 | 第94-95页 |
| 第六章 并行混合算法在风电系统优化调度中的应用 | 第95-123页 |
| 6.1 引言 | 第95页 |
| 6.2 电力系统经济环保优化调度 | 第95-108页 |
| 6.2.1 问题描述 | 第95-98页 |
| 6.2.2 基于HPSO-GSA求解电力系统经济环保优化调度 | 第98-99页 |
| 6.2.3 算例测试与结果分析 | 第99-108页 |
| 6.3 含风电功率的风电系统多目标经济环保优化调度 | 第108-113页 |
| 6.3.1 风电功率变量随机分析 | 第108-110页 |
| 6.3.2 风电系统多目标经济环保优化调度 | 第110-113页 |
| 6.3.3 IHPSO-GSA方法 | 第113页 |
| 6.4 基于IHPSO-GSA求解风电系统多目标经济环保优化调度 | 第113-121页 |
| 6.4.1 TOPSIS多目标优化决策方法 | 第113-114页 |
| 6.4.2 多目标调度模型求解步骤 | 第114-115页 |
| 6.4.3 算例测试与结果分析 | 第115-121页 |
| 6.5 本章小结 | 第121-123页 |
| 第七章 主要结论和未来展望 | 第123-125页 |
| 7.1 主要结论 | 第123-124页 |
| 7.2 未来展望 | 第124-125页 |
| 致谢 | 第125-126页 |
| 参考文献 | 第126-134页 |
| 附录: 作者在攻读博士学位期间发表的论文 | 第134页 |
