| 摘要 | 第1-7页 |
| Abstract | 第7-10页 |
| 第1章 绪论 | 第10-16页 |
| ·课题研究背景及意义 | 第10-11页 |
| ·粒子群优化算法的研究背景及意义 | 第10页 |
| ·无功优化的研究背景及意义 | 第10-11页 |
| ·粒子群优化算法的国内外现状分析 | 第11-14页 |
| ·粒子群优化算法的国内外研究现状 | 第11-12页 |
| ·粒子群优化算法国内外应用现状 | 第12-13页 |
| ·电力系统无功优化研究现状 | 第13-14页 |
| ·本文主要研究内容 | 第14-16页 |
| 第2章 粒子群优化算法 | 第16-22页 |
| ·粒子群优化算法 | 第16-19页 |
| ·粒子群优化算法原理 | 第16-17页 |
| ·粒子群优化算法流程 | 第17-18页 |
| ·认知行为与社会行为分析 | 第18页 |
| ·全局模型与局部模型 | 第18-19页 |
| ·两种经典的改进粒子群优化算法 | 第19-21页 |
| ·惯性权重粒子群优化算法 | 第19页 |
| ·收缩因子粒子群算法 | 第19-20页 |
| ·惯性权重粒子群优化算法与收缩因子粒子群优化算法收敛性分析 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 第3章 基于个体最优位置自适应变异扰动粒子群算法 | 第22-50页 |
| ·加入标准正态分布扰动粒子群算法 | 第22页 |
| ·位置与速度越界处理 | 第22-23页 |
| ·基于个体最优位置的自适应方式 | 第23页 |
| ·基于个体最优位置的变异方式 | 第23-24页 |
| ·基于个体最优位置自适应变异扰动粒子群算法 | 第24-25页 |
| ·基于个体最优位置自适应变异扰动粒子群算法性能测试 | 第25-49页 |
| ·粒子变异个数实验分析 | 第26-27页 |
| ·基于个体最优位置自适应变异扰动粒子群算法实验分析 | 第27-49页 |
| ·本章小结 | 第49-50页 |
| 第4章 基于AMDPSO的电力系统无功优化 | 第50-60页 |
| ·电力系统静态无功优化的数学模型 | 第50-51页 |
| ·单目标的无功优化 | 第51-52页 |
| ·基于个体最优位置自适应变异扰动粒子群算法的无功优化 | 第52-53页 |
| ·无功优化实例分析 | 第53-59页 |
| ·IEEE14节点系统无功优化 | 第53-56页 |
| ·IEEE30节点系统无功优化 | 第56-59页 |
| ·本章小结 | 第59-60页 |
| 总结与展望 | 第60-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-72页 |
| 附录 | 第72-76页 |
| 攻读硕士学位期间发表的学术论文 | 第76页 |
