| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 1. 绪论 | 第10-16页 |
| 1.1 课题研究背景和意义 | 第10-11页 |
| 1.2 基本智能算法的概况 | 第11-13页 |
| 1.3 多目标优化算法 | 第13页 |
| 1.4 电力系统的调度优化 | 第13-14页 |
| 1.5 论文的主要工作及内容安排 | 第14-16页 |
| 2. 粒子群算法及其改进研究 | 第16-23页 |
| 2.1 基本粒子群算法 | 第16-18页 |
| 2.2 粒子群算法的改进 | 第18-20页 |
| 2.2.1 惯性权重改进的粒子群算法 | 第18-19页 |
| 2.2.2 变学习因子的粒子群算法 | 第19-20页 |
| 2.3 实验及分析 | 第20-22页 |
| 2.4 本章小结 | 第22-23页 |
| 3. 粒子群算法解决多目标优化问题 | 第23-35页 |
| 3.1 多目标优化问题 | 第23-27页 |
| 3.1.1 多目标优化定义 | 第23页 |
| 3.1.2 最优解定义 | 第23-24页 |
| 3.1.3 多目标优化问题测试函数 | 第24-25页 |
| 3.1.4 多目标优化的多样性以及收敛性分析 | 第25-27页 |
| 3.2 NSGA2 | 第27-28页 |
| 3.3 多目标粒子群算法（MOPSO） | 第28-34页 |
| 3.3.1 概述 | 第28页 |
| 3.3.2 外部空间更新策略 | 第28-29页 |
| 3.3.3 惯性权重 ω | 第29页 |
| 3.3.4 局部扰动策略 | 第29-30页 |
| 3.3.5 算法的步骤及流程图 | 第30-31页 |
| 3.3.6 实验测试 | 第31-34页 |
| 3.4 本章小结 | 第34-35页 |
| 4. 差分进化算法 | 第35-45页 |
| 4.1 基本差分进化算法 | 第35-40页 |
| 4.1.1 算法描述 | 第35-37页 |
| 4.1.2 DE算法的基本流程 | 第37-38页 |
| 4.1.3 DE算法的扩展模式 | 第38-40页 |
| 4.2 差分进化算法的改进及其比较 | 第40-44页 |
| 4.2.1 简化的DE算法（SDE） | 第40页 |
| 4.2.2 随机变异差分进化算法（RMDE） | 第40-41页 |
| 4.2.3 基于混合策略的差分进化算法（HSDE） | 第41-42页 |
| 4.2.4 分工差分进化算法（MDE） | 第42-43页 |
| 4.2.5 一种带有随机变异的动态差分进化算法（DMDE） | 第43页 |
| 4.2.6 改进DE算法的比较分析 | 第43-44页 |
| 4.3 本章小结 | 第44-45页 |
| 5. 差分进化算法解决电力系统环境经济调度 | 第45-57页 |
| 5.1 电力系统环境经济优化的数学模型 | 第45-47页 |
| 5.1.1 电力系统的经济调度 | 第45页 |
| 5.1.2 电力系统的环境调度 | 第45-46页 |
| 5.1.3 约束条件 | 第46-47页 |
| 5.2 前期准备工作 | 第47-49页 |
| 5.2.1 解决约束条件 | 第47页 |
| 5.2.2 多目标差分进化算法 | 第47-48页 |
| 5.2.3 算法改进 | 第48-49页 |
| 5.3 差分进化算法解决电力系统环境经济调度问题 | 第49-50页 |
| 5.4 实验 | 第50-55页 |
| 5.4.1 参数设置 | 第50-52页 |
| 5.4.2 实验结果 | 第52-55页 |
| 5.5 小结 | 第55-57页 |
| 6. 总结与展望 | 第57-59页 |
| 6.1 总结 | 第57页 |
| 6.2 展望 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 附录：硕士研究生阶段发表论文 | 第63-64页 |
| 致谢 | 第64页 |