| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 本文的主要研究内容及结构安排 | 第13-16页 |
| 第2章 适用于智能电网数据管理模型的查询理论及应用 | 第16-30页 |
| 2.1 智能电网数据管理模型基本理论 | 第16-20页 |
| 2.1.1 智能电网数据 | 第16-17页 |
| 2.1.2 智能电网数据管理模型相关技术 | 第17-20页 |
| 2.2 基于智能电网数据管理模型的数据查询基本方法 | 第20-27页 |
| 2.2.1 智能电网数据查询 | 第21-23页 |
| 2.2.2 经典多连接查询优化方法 | 第23-27页 |
| 2.3 智能电网的数据查询应用领域 | 第27-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第3章 基于遗传算法的智能电网数据多连接查询优化 | 第30-50页 |
| 3.1 智能电网数据特征分析 | 第30-32页 |
| 3.2 智能电网数据管理模型体系架构 | 第32-34页 |
| 3.3 面向智能电网数据管理模型的多连接查询优化 | 第34-48页 |
| 3.3.1 多连接查询优化建模 | 第34-36页 |
| 3.3.2 多连接查询的代价评估 | 第36页 |
| 3.3.3 基于遗传算法的智能电网数据多连接查询优化 | 第36-45页 |
| 3.3.4 仿真实验及结果分析 | 第45-48页 |
| 3.4 本章小结 | 第48-50页 |
| 第4章 基于混合算法的智能电网数据多连接查询优化 | 第50-64页 |
| 4.1 智能电网数据查询计划编码方案及适应度函数构建 | 第50-51页 |
| 4.1.1 智能电网数据查询计划个体编码方案 | 第50页 |
| 4.1.2 智能电网数据最佳查询计划个体选择策略 | 第50-51页 |
| 4.1.3 面向智能电网数据的适应度函数 | 第51页 |
| 4.2 基于郭涛算法的交叉算子 | 第51-54页 |
| 4.2.1 传统交叉算子的适用性分析 | 第51-52页 |
| 4.2.2 基于郭涛算法的交叉算子 | 第52-54页 |
| 4.3 基于粒子群算法的变异算子 | 第54-60页 |
| 4.3.1 传统变异算子的适用性分析 | 第54-55页 |
| 4.3.2 基于粒子群算法的变异算子 | 第55-59页 |
| 4.3.3 基于混合算法的智能电网数据多连接查询优化流程 | 第59-60页 |
| 4.4 仿真实验及结果分析 | 第60-62页 |
| 4.5 本章小结 | 第62-64页 |
| 第5章 结论 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 致谢 | 第70-72页 |
| 攻读硕士学位期间发表论文情况 | 第72页 |
