| 摘要 | 第3-5页 |
| abstract | 第5-6页 |
| 注释表 | 第10-11页 |
| 第1章 绪论 | 第11-16页 |
| 1.1 研究背景与意义 | 第11-12页 |
| 1.2 无功优化求解算法的研究现状 | 第12-13页 |
| 1.3 引力搜索算法的改进思想 | 第13-14页 |
| 1.4 主要研究内容及论文章节安排 | 第14-16页 |
| 1.4.1 主要研究内容 | 第14-15页 |
| 1.4.2 论文章节安排 | 第15-16页 |
| 第2章 无功优化相关概念及数学模型建立 | 第16-26页 |
| 2.1 无功功率平衡 | 第16-19页 |
| 2.1.1 无功功率负荷 | 第16-17页 |
| 2.1.2 无功功率损耗 | 第17-18页 |
| 2.1.3 无功功率电源 | 第18页 |
| 2.1.4 无功平衡关系 | 第18-19页 |
| 2.2 电力系统潮流计算 | 第19-22页 |
| 2.2.1 定解条件 | 第19-20页 |
| 2.2.2 约束条件 | 第20页 |
| 2.2.3 求解步骤 | 第20-22页 |
| 2.3 无功优化数学模型 | 第22-25页 |
| 2.3.1 SOORPD的目标函数 | 第23页 |
| 2.3.2 MOORPD的目标函数 | 第23页 |
| 2.3.3 约束条件 | 第23-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第3章 单目标无功优化的改进引力搜索算法 | 第26-52页 |
| 3.1 经典引力搜索算法 | 第26-28页 |
| 3.2 基于条件选择策略的引力搜索算法 | 第28-32页 |
| 3.2.1 传统约束处理方法 | 第28-29页 |
| 3.2.2 条件选择策略 | 第29-30页 |
| 3.2.3 GSA-CSS算法的算法流程 | 第30-32页 |
| 3.3 考虑粒子群特性的引力搜索算法 | 第32-35页 |
| 3.3.1 粒子群算法 | 第32-33页 |
| 3.3.2 GSAPSO算法的算法流程 | 第33-35页 |
| 3.4 应用反向学习机制的改进引力搜索算法 | 第35-38页 |
| 3.4.1 反向学习机制 | 第35-36页 |
| 3.4.2 IGSA-CSS算法的算法流程 | 第36-38页 |
| 3.5 仿真实验 | 第38-51页 |
| 3.5.1 测试系统 | 第38-41页 |
| 3.5.2 结果分析 | 第41-51页 |
| 3.6 本章小结 | 第51-52页 |
| 第4章 多目标无功优化的改进引力搜索算法 | 第52-69页 |
| 4.1 多目标优化 | 第52-56页 |
| 4.1.1 帕累托最优 | 第52-53页 |
| 4.1.2 最优折衷解 | 第53-54页 |
| 4.1.3 进化过程 | 第54-56页 |
| 4.2 基于约束优先帕累托支配法的多目标引力搜索算法 | 第56-60页 |
| 4.2.1 算法进化机制的调整 | 第56-57页 |
| 4.2.2 多目标非罚函数约束处理方法 | 第57-58页 |
| 4.2.3 MOGSA-CPD算法的算法流程 | 第58-60页 |
| 4.3 应用混沌优化和PSO特性的多目标改进引力搜索算法 | 第60-63页 |
| 4.3.1 混沌优化算法 | 第60-63页 |
| 4.3.2 MOEGSA-CPD算法的算法流程 | 第63页 |
| 4.4 仿真实验 | 第63-67页 |
| 4.4.1 测试系统及算法参数 | 第63-64页 |
| 4.4.2 结果分析 | 第64-67页 |
| 4.5 本章小结 | 第67-69页 |
| 第5章 总结与展望 | 第69-71页 |
| 5.1 全文总结 | 第69-70页 |
| 5.2 展望 | 第70-71页 |
| 致谢 | 第71-72页 |
| 参考文献 | 第72-77页 |
| 攻读硕士学位期间从事的科研工作及取得的成果 | 第77页 |