摘要 | 第5-7页 |
Abstract | 第7-8页 |
目录 | 第9-12页 |
第1章 绪论 | 第12-27页 |
1.1 引言 | 第12-13页 |
1.2 元启发式算法 | 第13-15页 |
1.2.1 元启发式算法的发展历程 | 第13-14页 |
1.2.2 经典的元启发式算法 | 第14-15页 |
1.3 和声搜索算法 | 第15-22页 |
1.3.1 基本HS算法 | 第16-18页 |
1.3.2 改进HS算法 | 第18-22页 |
1.4 低碳能源战略 | 第22-24页 |
1.4.1 实施低碳能源战略的迫切性和必要性 | 第22-23页 |
1.4.2 能源预测模型 | 第23页 |
1.4.3 未来低碳能源战略的发展趋势 | 第23-24页 |
1.5 本文内容及章节安排 | 第24-27页 |
第2章 多和声库自适应和声搜索算法 | 第27-41页 |
2.1 引言 | 第27-28页 |
2.2 自适应和声搜索算法 | 第28-35页 |
2.2.1 自适应参数调整策略 | 第28-29页 |
2.2.2 自适应参数HS算法流程 | 第29-30页 |
2.2.3 AHS算法性能测试与分析 | 第30-35页 |
2.3 多和声库自适应和声搜索算法 | 第35-40页 |
2.3.1 黄金分割策略 | 第35-36页 |
2.3.2 多和声库竞争策略 | 第36-37页 |
2.3.3 MHMAHS算法流程 | 第37页 |
2.3.4 MHMAHS算法性能测试与分析 | 第37-40页 |
2.4 本章小结 | 第40-41页 |
第3章 基于MHMAHS-JPOCM组合模型的年度发电量预测 | 第41-60页 |
3.1 引言 | 第41-42页 |
3.2 基于MHMAHS算法的联合参数调整优化组合模型 | 第42-44页 |
3.2.1 联合参数调整组合模型 | 第42-43页 |
3.2.2 基于MHMAHS算法的JPOCM | 第43-44页 |
3.3 仿真研究及结果分析 | 第44-58页 |
3.3.1 实例描述 | 第44-45页 |
3.3.2 仿真研究 | 第45-46页 |
3.3.3 结果分析 | 第46-58页 |
3.4 本章小结 | 第58-60页 |
第4章 多宇宙量子和声搜索算法 | 第60-74页 |
4.1 引言 | 第60-61页 |
4.2 量子和声搜索算法 | 第61-67页 |
4.2.1 和声的量子编码及测量 | 第61-63页 |
4.2.2 动态调整BW | 第63页 |
4.2.3 PAR过程的黄金分割策略 | 第63页 |
4.2.4 QHS算法的算法流程 | 第63-64页 |
4.2.5 QHS算法性能测试与分析 | 第64-67页 |
4.3 多宇宙量子和声搜索算法 | 第67-72页 |
4.3.1 多宇宙策略 | 第67-68页 |
4.3.2 MUQHS算法流程 | 第68-69页 |
4.3.3 MUQHS算法性能测试与分析 | 第69-72页 |
4.4 本章小结 | 第72-74页 |
第5章 基于MUQHS-DMFSE组合模型的年度碳排放量预测 | 第74-93页 |
5.1 引言 | 第74-75页 |
5.2 基于MUQHS算法优化的DMFSE组合模型 | 第75-77页 |
5.2.1 DMFSE组合预测模型 | 第75-76页 |
5.2.2 基于MUQHS算法优化的DMFSE组合预测模型 | 第76-77页 |
5.3 仿真研究及结果分析 | 第77-92页 |
5.3.1 实例描述 | 第77-78页 |
5.3.2 仿真试验 | 第78-84页 |
5.3.3 对比分析 | 第84-89页 |
5.3.4 对未来时刻的预测 | 第89-92页 |
5.4 本章小结 | 第92-93页 |
第6章 带灾变操作的混合和声搜索算法 | 第93-107页 |
6.1 引言 | 第93-94页 |
6.2 带灾变操作的和声搜索算法 | 第94-96页 |
6.2.1 灾变策略 | 第94页 |
6.2.2 带灾变操作的HS算法 | 第94-95页 |
6.2.3 带灾变操作的HS算法性能分析 | 第95-96页 |
6.3 带灾变操作的混合和声搜索算法 | 第96-106页 |
6.3.1 基于蝙蝠算法的自适应参数 | 第96-98页 |
6.3.2 带灾变操作的混合和声搜索算法流程 | 第98-100页 |
6.3.3 带灾变操作的混合和声搜索算法的性能测试与分析 | 第100-106页 |
6.4 本章小结 | 第106-107页 |
第7章 基于HHSC-GM(1,1)模型的年度能源消费量预测 | 第107-120页 |
7.1 引言 | 第107-108页 |
7.2 基于HHSC算法优化的GM模型 | 第108-110页 |
7.2.1 GM(1,1)预测模型 | 第108-109页 |
7.2.2 基于HHSC算法优化的GM(1,1)预测模型 | 第109-110页 |
7.3 仿真研究及结果分析 | 第110-119页 |
7.3.1 实例描述 | 第110-111页 |
7.3.2 仿真试验 | 第111-113页 |
7.3.3 对比分析 | 第113-118页 |
7.3.4 对未来时刻的预测 | 第118-119页 |
7.4 本章小结 | 第119-120页 |
第8章 总结与展望 | 第120-123页 |
8.1 总结 | 第120-122页 |
8.2 展望 | 第122-123页 |
参考文献 | 第123-135页 |
致谢 | 第135-136页 |
作者在攻读博士学位期间完成的论文及参与的科研项目 | 第136页 |