首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

基于复杂网络方法的粒子群算法在机组优化组合问题中的研究

摘要第1-4页
Abstract第4-8页
第一章 绪论第8-13页
   ·课题研究背景及意义第8-9页
   ·机组智能调度问题的研究概况第9-11页
     ·数学模型的研究第9-10页
     ·常用求解机组组合问题算法概况第10-11页
   ·论文的主要工作第11-13页
第二章 复杂网络与粒子群算法的研究第13-25页
   ·复杂网络的发展与概述第13-17页
     ·研究背景第13-14页
     ·ER随机网络第14-15页
     ·小世界网络第15-16页
     ·无标度网络第16-17页
   ·粒子群优化算法第17-22页
     ·粒子群算法的产生第17-18页
     ·粒子群算法的基本原理第18-20页
     ·算法的邻域结构分析第20-21页
     ·常见的邻域结构模型第21-22页
   ·粒子群算法的改进措施第22-24页
   ·本章小结第24-25页
第三章 基于小世界网络模型的粒子群算法研究第25-39页
   ·基于小世界邻域结构的粒子群算法描述第25-26页
   ·标准测试函数第26-31页
   ·仿真实验第31-35页
   ·基于小世界模型的改进粒子群算法第35-38页
   ·本章小结第38-39页
第四章 发电机组组合问题的数学模型研究第39-53页
   ·前言第39-45页
     ·发电机组优化问题的提出第39-41页
     ·发电机组启停优化需要考虑的因素第41-43页
     ·发电机组的耗量特性分析第43-45页
   ·目标函数第45-48页
     ·引言第45-46页
     ·本文采用的目标函数第46-48页
   ·约束条件第48-51页
     ·系统基本约束第49页
     ·发电机组特性约束第49-50页
     ·系统安全约束第50-51页
     ·环境和能源约束第51页
   ·机组优化数学模型的建立第51-52页
   ·本章小结第52-53页
第五章 基于复杂网络方法的PSO算法在机组优化中的研究第53-74页
   ·引言第53-54页
   ·基于复杂网络方法的PSO算法在机组优化中的应用第54-57页
     ·机组组合问题的实数编码第54-55页
     ·粒子种群初始化第55-56页
     ·个体调整方法第56-57页
   ·改进PSO算法的程序设计和流程第57-64页
     ·基于小世界模型的改进PSO算法求解UC问题第57-60页
     ·基于无标度模型的改进PSO算法求解UC问题第60-64页
   ·算例仿真第64-73页
     ·算例数据及参数设置第64-65页
     ·基于小世界模型的算例结果第65-68页
     ·基于无标度模型的算例结果第68-71页
     ·算例结果分析第71-73页
   ·本章小结第73-74页
第六章 总结与展望第74-76页
   ·总结第74-75页
   ·展望第75-76页
参考文献第76-80页
致谢第80-81页
攻读硕士学位期间发表的论文第81页

论文共81页,点击 下载论文
上一篇:硅基太阳能电池正面银浆的制备与研究
下一篇:风力发电场短期风速预测系统的研究与设计