| 中文摘要 | 第3页 |
| 英文摘要 | 第5-10页 |
| 第一章 绪论 | 第10-13页 |
| §1．1 课题背景和研究意义 | 第10-11页 |
| §1．2 本文的主要研究内容 | 第11-13页 |
| 第二章 电力系统中谐波的抑制 | 第13-29页 |
| §2．1 有源电力滤波器技术的提出和背景 | 第13-18页 |
| §2．1．1 谐波的产生和危害 | 第13-16页 |
| §2．1．2 谐波抑制技术及有源电力滤波器的提出 | 第16-18页 |
| §2．2 有源电网调节器技术的发展 | 第18-27页 |
| §2．2．1 有源电网调节器电路拓扑结构的发展 | 第19-21页 |
| §2．2．2 有源电网调节器控制策略的发展 | 第21-25页 |
| §2．2．3 APLC优化规划理论的提出 | 第25-27页 |
| §2．3 有源电网调节器技术的展望 | 第27-29页 |
| 第三章 智能控制、神经网络控制与进化计算 | 第29-51页 |
| §3．1 智能控制 | 第29-35页 |
| §3．1．1 智能控制的产生背景 | 第29-31页 |
| §3．1．2 智能控制的基本概念 | 第31-34页 |
| §3．1．3 智能控制的主要研究内容 | 第34-35页 |
| §3．2 神经网络理论 | 第35-40页 |
| §3．2．1 神经元网络的特征 | 第35-37页 |
| §3．2．2 神经元网络模型 | 第37-39页 |
| §3．2．3 神经网络控制 | 第39-40页 |
| §3．3 进化计算 | 第40-51页 |
| §3．3．1 进化计算的主要分支 | 第41-43页 |
| §3．3．2 进化计算的基本特征 | 第43-45页 |
| §3．3．3 进化算法的结构 | 第45-48页 |
| §3．3．4 优化与进化算法 | 第48页 |
| §3．3．5 进化算法的研究前景 | 第48-51页 |
| 第四章 人工神经网络在APLC控制中的应用 | 第51-72页 |
| §4．1 APLC控制技术的现状及存在的问题 | 第51-59页 |
| §4．1．1 瞬时无功功率理论的基本原理 | 第51-54页 |
| §4．1．2 基于瞬时无功功率理论的控制方法的不足 | 第54-56页 |
| §4．1．3 对于谐波电流检测方法的改进 | 第56-57页 |
| §4．1．4 现有的APLC控制方法及其不足 | 第57-59页 |
| §4．2 APLC的人工神经网络控制 | 第59-65页 |
| §4．2．1 用于APLC的神经网络控制器设计 | 第60-63页 |
| §4．2．2 进化计算用于获取训练对 | 第63-65页 |
| §4．3 APLC神经网络控制的仿真研究 | 第65-70页 |
| §4．4 结论 | 第70-72页 |
| 第五章 进化计算在多谐波源网络APLC最优规划中的应用 | 第72-121页 |
| §5．1 最优规划问题的提出及其研究意义 | 第72-74页 |
| §5．2 APLC在多谐波源网络中的规划定位方法 | 第74-76页 |
| §5．3 基于非线性规划的APLC优化规划方法 | 第76-86页 |
| §5．3．1 单次谐波问题 | 第77-82页 |
| §5．3．2 多次谐波问题 | 第82-86页 |
| §5．4 进化算法用于单个APLC在多谐波源网络中的最优规划 | 第86-107页 |
| §5．4．1 优化问题的数学描述 | 第87-94页 |
| §5．4．2 进化计算用于单个APLC在多谐波源网络中的最优规划 | 第94-97页 |
| §5．4．3 仿真研究结果及分析 | 第97-107页 |
| §5．5 进化算法用于多个APLC在多谐波源网络中的最优规划 | 第107-119页 |
| §5．5．1 网络模型的修改 | 第108-110页 |
| §5．5．2 多个APLC的最优规划进化方法 | 第110-112页 |
| §5．5．3 仿真结果与分析 | 第112-119页 |
| §5．6 结论 | 第119-121页 |
| 第六章 结束语 | 第121-124页 |
| §6．1 研究的成果与创新性 | 第121-122页 |
| §6．2 进一步研究的建议 | 第122-124页 |
| 附录 | 第124-125页 |
| 参考文献 | 第125-137页 |
| 本文作者在攻读博士学位期间发表的学术论文 | 第137-138页 |
| 致谢 | 第138页 |
