| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-15页 |
| ·选题的背景和意义 | 第9-11页 |
| ·火电机组负荷优化分配的目的和意义 | 第9-10页 |
| ·量子遗传算法解决火电机组负荷优化分配问题的优势 | 第10-11页 |
| ·国内外研究概况 | 第11-14页 |
| ·量子遗传算法的发展历史及研究现状 | 第11-12页 |
| ·火电机组负荷优化分配研究现状 | 第12-13页 |
| ·火电机组负荷优化分配算法简介 | 第13-14页 |
| ·本文的主要研究内容 | 第14-15页 |
| 第2章 火电机组负荷优化分配 | 第15-23页 |
| ·火电机组煤耗特性 | 第15-20页 |
| ·各经济性指标的分析 | 第15页 |
| ·获取机组煤耗特性的方法 | 第15-16页 |
| ·机组煤耗特性曲线的计算 | 第16-19页 |
| ·机组煤耗特性曲线的拟合 | 第19-20页 |
| ·负荷优化分配数学模型 | 第20-22页 |
| ·负荷优化分配数学模型的目标函数 | 第20页 |
| ·负荷优化分配数学模型的约束条件 | 第20-22页 |
| ·本章小结 | 第22-23页 |
| 第3章 量子遗传算法 | 第23-29页 |
| ·量子计算和遗传算法的原理 | 第23-25页 |
| ·量子计算的原理 | 第23-24页 |
| ·遗传算法的原理 | 第24-25页 |
| ·量子遗传算法的实现 | 第25-28页 |
| ·QGA的量子编码 | 第25-26页 |
| ·QGA的量子门更新 | 第26-27页 |
| ·QGA的算法流程 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第4章 改进型量子遗传算法 | 第29-34页 |
| ·QGA的不足及改进思路 | 第29页 |
| ·IQGA的实现 | 第29-32页 |
| ·IQGA的量子编码 | 第29-30页 |
| ·IQGA的量子门更新 | 第30-31页 |
| ·IQGA的算法流程 | 第31页 |
| ·IQGA的性能优势 | 第31-32页 |
| ·算法性能测试及分析 | 第32-33页 |
| ·典型测试函数 | 第32页 |
| ·参数选取 | 第32-33页 |
| ·测试结果及分析 | 第33页 |
| ·本章小结 | 第33-34页 |
| 第5章 改进型量子遗传算法解决带约束优化问题 | 第34-40页 |
| ·常用的求解带约束优化问题的方法 | 第34页 |
| ·IQGA求解带约束优化问题 | 第34-37页 |
| ·检测旋转门操作 | 第34-35页 |
| ·量子初始化门操作及三段变异 | 第35-36页 |
| ·IQGA求解带约束优化问题的流程 | 第36-37页 |
| ·IQGA求解带约束优化问题的性能测试及分析 | 第37-39页 |
| ·典型测试函数 | 第37页 |
| ·测试结果及分析 | 第37-39页 |
| ·本章小结 | 第39-40页 |
| 第6章 改进型量子遗传算法在火电机组负荷优化分配上的应用 | 第40-46页 |
| ·火电机组负荷优化分配问题难点分析 | 第40页 |
| ·优化方案及算法细节的设计 | 第40-43页 |
| ·优化方案的设计 | 第40-42页 |
| ·算法细节的设计 | 第42-43页 |
| ·实例及优化结果 | 第43-45页 |
| ·本章小结 | 第45-46页 |
| 第7章 结论与展望 | 第46-48页 |
| ·结论 | 第46页 |
| ·展望 | 第46-48页 |
| 参考文献 | 第48-51页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第51-52页 |
| 致谢 | 第52页 |