| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 1 绪论 | 第10-16页 |
| ·研究背景 | 第10页 |
| ·国内外研究现状概述 | 第10-14页 |
| ·本论文的主要工作 | 第14-16页 |
| 2 AGC功率调配和机组优化组合的原理及其数学模型 | 第16-26页 |
| ·AGC和机组优化组合的原理 | 第16-18页 |
| ·AGC功率调配的数学模型 | 第18-19页 |
| ·目标函数 | 第18-19页 |
| ·约束条件 | 第19页 |
| ·传统的机组优化组合模型 | 第19-22页 |
| ·目标函数 | 第20-21页 |
| ·约束条件 | 第21-22页 |
| ·考虑 AGC的机组优化组合数学模型 | 第22-25页 |
| ·电力市场环境下的AGC调节容量问题 | 第22-24页 |
| ·目标函数 | 第24页 |
| ·约束条件 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 3 基于趋同和异化算子的改进遗传算法 | 第26-44页 |
| ·标准遗传算法 | 第26-30页 |
| ·标准遗传算法基础用语 | 第26页 |
| ·标准遗传算法实现 | 第26-30页 |
| ·遗传算法中的一些定理和假设 | 第30-34页 |
| ·模式定理 | 第30-32页 |
| ·积木块假设 | 第32-33页 |
| ·隐并行性 | 第33-34页 |
| ·改进遗传算法的基本框架 | 第34-38页 |
| ·改进遗传算法中的趋同和异化算子 | 第34-35页 |
| ·改进遗传算法的基本结构 | 第35-37页 |
| ·趋同和异化算子的三个基本机制 | 第37-38页 |
| ·趋同和异化算子的分析 | 第38-43页 |
| ·改进遗传算法的新参数 | 第38-41页 |
| ·趋同和异化过程的分析 | 第41-43页 |
| ·本章小结 | 第43-44页 |
| 4 基于改进遗传算法包含 AGC的机组优化组合 | 第44-73页 |
| ·可变长二进制编码 | 第44-48页 |
| ·结合等微增率的适应度函数选取 | 第48-53页 |
| ·适应度函数选取 | 第48-50页 |
| ·等微增率获取功率 | 第50-53页 |
| ·差异函数选取 | 第53-54页 |
| ·主种群初始化和主种群终止设定 | 第54-55页 |
| ·子种群初始化和子种群终止设定 | 第55页 |
| ·主种群和子种群遗传算子设计 | 第55-57页 |
| ·开采点的获取 | 第57-58页 |
| ·改进遗传算法中的一些讨论 | 第58-59页 |
| ·搜索域与开采点之间的关系 | 第58页 |
| ·子种群的控制 | 第58-59页 |
| ·算例仿真分析 | 第59-72页 |
| ·算例一 | 第59-63页 |
| ·算例二 | 第63-66页 |
| ·算例三 | 第66-72页 |
| ·本章小结 | 第72-73页 |
| 5 基于改进遗传算法 AGC功率调配 | 第73-80页 |
| ·改进算法编码 | 第73-74页 |
| ·结合优先级法的适应度函数选取 | 第74-75页 |
| ·适应度函数选取 | 第74-75页 |
| ·优先级法获取功率 | 第75页 |
| ·差异函数选取 | 第75-76页 |
| ·算例仿真分析 | 第76-79页 |
| ·本章小结 | 第79-80页 |
| 6 结论及展望 | 第80-82页 |
| ·结论 | 第80-81页 |
| ·未来研究的问题及展望 | 第81-82页 |
| 致谢 | 第82-83页 |
| 参考文献 | 第83-87页 |
| 攻读硕士学位期间发表的论文 | 第87页 |
| 攻读硕士学位期间获得奖励 | 第87-88页 |
| 附录A 包含AGC的机组优化组合遗传算法程序 | 第88-114页 |
| 附录B AGC功率调配遗传算法程序 | 第114-123页 |