遗传算法的改进及其应用
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 遗传算法简介 | 第9页 |
| 1.2 遗传算法研究现状 | 第9-13页 |
| 1.2.1 复杂系统的模拟和收敛理论 | 第10-11页 |
| 1.2.2 遗传策略设计和参数控制 | 第11页 |
| 1.2.3 遗传操作的改进 | 第11-12页 |
| 1.2.4 遗传算法的扩展和应用 | 第12-13页 |
| 1.3 遗传算法研究意义 | 第13页 |
| 1.4 本文研究的主要内容 | 第13-15页 |
| 第2章 遗传算法的基本原理 | 第15-25页 |
| 2.1 遗传算法的基本原理 | 第15-22页 |
| 2.1.1 基本概念 | 第15-16页 |
| 2.1.2 遗传算法的实现 | 第16-21页 |
| 2.1.3 经典遗传算法基本流程 | 第21-22页 |
| 2.2 遗传算法的理论基础 | 第22-23页 |
| 2.2.1 模式理论 | 第22-23页 |
| 2.2.2 积木块假设 | 第23页 |
| 2.3 遗传算法的主要特点 | 第23-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第3章 经典遗传算法的改进策略 | 第25-34页 |
| 3.1 非线性规划模型 | 第25页 |
| 3.2 遗传算法的改进 | 第25-30页 |
| 3.2.1 交叉概率与变异概率的改进 | 第26-27页 |
| 3.2.2 拟单纯形算子 | 第27-30页 |
| 3.3 改进遗传算法的算法流程 | 第30-32页 |
| 3.4 测试函数实例计算 | 第32-33页 |
| 3.5 本章小结 | 第33-34页 |
| 第4章 改进遗传算法在风电场功率调度中的应用 | 第34-40页 |
| 4.1 DFIG风电场的有功和无功功率 | 第34-35页 |
| 4.2 有功和无功调度数学模型 | 第35-37页 |
| 4.3 算例分析 | 第37-38页 |
| 4.4 本章小结 | 第38-40页 |
| 第5章 结论与展望 | 第40-41页 |
| 参考文献 | 第41-44页 |
| 攻读硕士学位期间发表的学术论文 | 第44-45页 |
| 致谢 | 第45页 |
