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

多Agent方法在分布式智能电网发电调度系统中的应用研究

摘要第1-6页
Abstract第6-11页
第1章 绪论第11-21页
   ·课题的研究背景第11-12页
   ·国内外研究现状第12-16页
     ·国外研究现状第12-13页
     ·国内研究现状第13-16页
   ·课题研究意义第16-18页
   ·课题主要研究工作及章节安排第18-21页
     ·本文主要研究工作第18-19页
     ·章节安排第19-21页
第2章 多Agent理论方法第21-36页
   ·引言第21页
   ·Agent特性第21-22页
   ·Agent的分类第22-27页
     ·分布式Agent第23页
     ·智能界面Agent第23-24页
     ·移动Agent第24-27页
   ·Agent体系结构第27-30页
     ·认知型Agent第28-29页
     ·反应型Agent第29-30页
     ·混合型Agent第30页
   ·多Agent系统第30-34页
     ·多Agent系统特性及方法第30-31页
     ·多Agent系统体系结构第31-32页
     ·多Agent系统的协作第32-34页
     ·多Agent系统的通信第34页
     ·多Agent系统的通信语言第34页
   ·本章小结第34-36页
第3章 基于多Agent的智能电网分布式发电调度系统第36-47页
   ·引言第36页
   ·分布式发电调度系统第36-39页
     ·分布式发电调度系统第36-37页
     ·分布式发电调度系统分层结构第37-39页
   ·智能电网分布发电调度系统框架第39-41页
   ·基于多Agent方法的分布发电调度系统模型第41-43页
     ·电能多Agent系统管理Agent结构第42页
     ·电能多Agent系统调度决策Agent结构第42-43页
     ·电能多Agent系统供应层Agent结构第43页
   ·多Agent系统的通信及协作第43-45页
     ·基于MAS的调度决策模型Agent间的通信第43-45页
     ·基于MAS的调度决策模型Agent间的协作第45页
   ·各地区多Agent系统协作模型第45-46页
   ·本章小结第46-47页
第4章 基于多Agent系统的目标协作优化第47-59页
   ·引言第47页
   ·分布发电调度的目标优化问题第47-49页
   ·遗传算法第49-55页
     ·遗传算法的原理第49-50页
     ·遗传算法模型与实现第50-55页
   ·仿真实验与结果分析第55-58页
     ·仿真实验第55-56页
     ·仿真结果分析第56-58页
   ·本章小结第58-59页
第5章 多Agent在智能电网分布发电调度中的实现第59-65页
   ·引言第59页
   ·分布式发电调度系统的任务第59页
   ·调度系统的多Agent模型建立与实现第59-64页
     ·调度系统的混合型Agent模型建立第61-63页
     ·调度系统的多Agent实现第63-64页
   ·本章小结第64-65页
第6章 总结与展望第65-67页
   ·本文工作总结第65-66页
   ·展望第66-67页
参考文献第67-71页
致谢第71-72页
硕士期间论文发表情况第72页

论文共72页,点击 下载论文
上一篇:在役电机螺栓超声检测技术研究
下一篇:基于改进PSO和参数优化的LSSVM的风力发电机齿轮箱故障诊断