随机机组组合问题中基于粒子群算法的情景削减方法研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第12-25页 |
| 1.1 课题的研究背景 | 第12-13页 |
| 1.2 课题的研究现状 | 第13-24页 |
| 1.2.1 传统机组组合问题 | 第13-15页 |
| 1.2.2 随机机组组合问题 | 第15-17页 |
| 1.2.3 机组组合问题的求解方法 | 第17-23页 |
| 1.2.4 情景生成与削减问题 | 第23-24页 |
| 1.3 论文的主要工作与章节安排 | 第24-25页 |
| 第2章 情景生成及削减技术研究 | 第25-45页 |
| 2.1 情景分析法 | 第25-29页 |
| 2.1.1 情景介绍 | 第26-27页 |
| 2.1.2 情景结构 | 第27-29页 |
| 2.2 情景生成方法及算例 | 第29-38页 |
| 2.2.1 情景生成方法 | 第29-36页 |
| 2.2.2 情景生成算例过程 | 第36-38页 |
| 2.3 情景削减 | 第38-42页 |
| 2.3.1 情景削减的理论依据 | 第38-39页 |
| 2.3.2 最优情景削减问题 | 第39页 |
| 2.3.3 最优情景削减问题的启发式求解方法 | 第39-42页 |
| 2.4 算法的有效性指标 | 第42页 |
| 2.5 情景削减算例分析 | 第42-44页 |
| 2.6 本章小结 | 第44-45页 |
| 第3章 基于粒子群算法的情景削减 | 第45-57页 |
| 3.1 粒子群算法的理论背景 | 第45-46页 |
| 3.2 基本粒子群算法 | 第46-52页 |
| 3.2.1 粒子群算法的基本原理 | 第46-48页 |
| 3.2.2 带惯性权重的粒子群算法 | 第48-49页 |
| 3.2.3 其他参数分析及经验设置 | 第49-51页 |
| 3.2.4 粒子群算法的收敛性分析 | 第51-52页 |
| 3.3 粒子群算法的发展及应用 | 第52-53页 |
| 3.4 基于粒子群算法的情景削减问题求解 | 第53-56页 |
| 3.5 本章小结 | 第56-57页 |
| 第4章 算例测试与削减结果分析 | 第57-62页 |
| 4.1 测试系统 | 第57页 |
| 4.2 小规模电价情景集合的削减 | 第57-59页 |
| 4.3 大规模电价情景集合的削减 | 第59-61页 |
| 4.4 本章小结 | 第61-62页 |
| 结论 | 第62-64页 |
| 参考文献 | 第64-70页 |
| 致谢 | 第70-71页 |
| 附录A 攻读学位期间发表的学术论文目录 | 第71页 |
