摘要 | 第1-7页 |
Abstract | 第7-11页 |
第1章 绪论 | 第11-18页 |
·选题背景与意义 | 第11-12页 |
·研究现状 | 第12-15页 |
·常用算法 | 第12-14页 |
·蚁群算法在无功优化中的应用 | 第14-15页 |
·粒子群算法在无功优化中的应用 | 第15页 |
·立论依据 | 第15-17页 |
·本文所做工作 | 第17-18页 |
第2章 电力系统无功优化问题 | 第18-22页 |
·功率约束方程 | 第18-19页 |
·变量约束条件 | 第19-20页 |
·目标函数 | 第20-22页 |
第3章 蚁群算法及在无功优化中的应用 | 第22-29页 |
·蚁群算法 | 第22-26页 |
·蚁群算法原理 | 第22-24页 |
·数学模型的建立 | 第24-26页 |
·基于蚁群算法的电力系统无功优化 | 第26-29页 |
·蚁群算法在电力系统无功优化中的应用 | 第26页 |
·算法设计 | 第26-27页 |
·参数分析 | 第27-29页 |
第4章 基于粒子群算法的无功优化问题求解 | 第29-36页 |
·粒子群算法概述 | 第29-33页 |
·基本粒子群算法 | 第29-31页 |
·PSO 算法流程 | 第31-32页 |
·粒子群算法的收缩系数χ | 第32页 |
·经典粒子群算法 | 第32-33页 |
·粒子群算法求解无功优化问题 | 第33-36页 |
·基于粒子群算法的无功优化 | 第33页 |
·算法步骤 | 第33-34页 |
·无功优化中参数的选取 | 第34-36页 |
第5章 基于蚁群-粒子群混合算法的无功优化问题求解 | 第36-40页 |
·蚁群算法与粒子群算法的融合策略 | 第36-37页 |
·两种算法的比较分析 | 第36页 |
·两种算法的融合策略 | 第36-37页 |
·算法设计 | 第37-38页 |
·算法实现 | 第38-40页 |
第6章 数值实验及结果分析 | 第40-46页 |
·算例数据 | 第40-42页 |
·算例分析 | 第42-46页 |
第7章 结论与展望 | 第46-48页 |
参考文献 | 第48-51页 |
致谢 | 第51-52页 |
攻读学位期间所发表的学术论文 | 第52页 |