| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 1 绪论 | 第9-18页 |
| 1.1 引言 | 第9页 |
| 1.2 电力系统负荷分配 | 第9-11页 |
| 1.3 粒子群算法的研究意义和现状 | 第11-16页 |
| 1.4 本篇论文的创新点 | 第16-17页 |
| 1.5 课题研究内容 | 第17-18页 |
| 2 电力系统负荷分配的数学模型 | 第18-25页 |
| 2.1 电力系统环境经济负荷分配简介 | 第18-19页 |
| 2.2 电力系统环境经济负荷分配数学模型 | 第19-24页 |
| 2.2.1 发电成本的数学模型 | 第19-22页 |
| 2.2.2 环境成本数学模型 | 第22-24页 |
| 2.2.3 约束条件 | 第24页 |
| 2.2.4 电力系统环境经济负荷分配的数学模型 | 第24页 |
| 2.3 本章小结 | 第24-25页 |
| 3 改进的粒子群优化算法 | 第25-38页 |
| 3.1 粒子群算法的来源 | 第25页 |
| 3.2 标准粒子群算法 | 第25-30页 |
| 3.2.1 基本粒子群算法的步骤和流程图 | 第27-28页 |
| 3.2.2 参数介绍 | 第28-30页 |
| 3.2.3 粒子群算法的其他参数分析 | 第30页 |
| 3.3 改进的粒子群算法 | 第30-32页 |
| 3.4 改进粒子群算法仿真 | 第32-37页 |
| 3.5 本章小结 | 第37-38页 |
| 4 多目标粒子群优化算法 | 第38-46页 |
| 4.1 多目标优化的定义 | 第38-40页 |
| 4.1.1 多目标的数学描述 | 第38页 |
| 4.1.2 多目标最优解的评价指标 | 第38-40页 |
| 4.2 多目标优化算法分类 | 第40-44页 |
| 4.2.1 常规多目标优化算法 | 第40-42页 |
| 4.2.2 多目标粒子群优化算法 | 第42-44页 |
| 4.3 多目标粒子群算法的仿真 | 第44-45页 |
| 4.4 本章小结 | 第45-46页 |
| 5 基于灰色关联的多目标粒子群算法的电力系统负荷分配 | 第46-67页 |
| 5.1 引言 | 第46-47页 |
| 5.2 灰色关联度及改进 | 第47-51页 |
| 5.2.1 灰色关联分析 | 第48-49页 |
| 5.2.2 灰色关联度的基本特征 | 第49页 |
| 5.2.3 灰色关联度基本公式 | 第49-50页 |
| 5.2.4 灰色关联度的改进 | 第50-51页 |
| 5.3 基于灰色关联的多目标粒子群算法 | 第51-54页 |
| 5.3.1 档案集的维护与改进 | 第51-52页 |
| 5.3.2 全局最优粒子的选取 | 第52-53页 |
| 5.3.3 算法流程 | 第53-54页 |
| 5.4 标准测试函数和仿真分析 | 第54-62页 |
| 5.4.1 多目标测试函数介绍 | 第54-56页 |
| 5.4.2 仿真结果与分析 | 第56-62页 |
| 5.5 基于改进的MOPSO的电力系统负荷分配 | 第62-63页 |
| 5.5.1 电力系统环境经济负荷分配 | 第62页 |
| 5.5.2 改进的多目标粒子群电力系统负荷分配策略 | 第62-63页 |
| 5.6 仿真分析 | 第63-66页 |
| 5.7 本章小结 | 第66-67页 |
| 6 结论 | 第67-68页 |
| 参考文献 | 第68-72页 |
| 致谢 | 第72页 |