| 摘要 | 第3-4页 |
| abstract | 第4页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 课题背景及其研究的意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-13页 |
| 1.2.1 配电网检修计划模型的研究 | 第9-11页 |
| 1.2.2 配电网检修计划优化算法的研究 | 第11-13页 |
| 1.3 论文的主要研究内容 | 第13页 |
| 1.4 本章小结 | 第13-14页 |
| 第2章 人工鱼群算法在配电网检修中的应用 | 第14-31页 |
| 2.1 设备检修方式简介 | 第14-16页 |
| 2.1.1 设备检修方式的发展 | 第14-16页 |
| 2.1.2 目前采用的检修方式 | 第16页 |
| 2.2 配电网检修计划优化模型 | 第16-19页 |
| 2.2.1 目标函数 | 第16-17页 |
| 2.2.2 约束条件 | 第17-19页 |
| 2.3 人工鱼群算法的理论基础 | 第19-22页 |
| 2.3.1 概述 | 第19-20页 |
| 2.3.2 相关定义 | 第20页 |
| 2.3.3 行为描述 | 第20-22页 |
| 2.3.4 行为选择 | 第22页 |
| 2.4 优化算法在配电网检修计划优化中的实现 | 第22-26页 |
| 2.4.1 读入检修计划的数据信息 | 第23页 |
| 2.4.2 检修约束条件的处理 | 第23-24页 |
| 2.4.3 优化计算 | 第24-26页 |
| 2.5 算例分析 | 第26-29页 |
| 2.5.1 待检修设备信息 | 第26页 |
| 2.5.2 检修约束 | 第26-27页 |
| 2.5.3 负荷预测数据 | 第27页 |
| 2.5.4 参数设置 | 第27-28页 |
| 2.5.5 优化结果及分析 | 第28-29页 |
| 2.6 本章小结 | 第29-31页 |
| 第3章 基于遗传的人工鱼群算法在配电网检修中的应用 | 第31-41页 |
| 3.1 遗传算法 | 第31-34页 |
| 3.1.1 遗传算法的发展及其应用 | 第31-32页 |
| 3.1.2 遗传算法的基本操作 | 第32-33页 |
| 3.1.3 遗传算法的控制参数 | 第33-34页 |
| 3.2 基于遗传的人工鱼群算法 | 第34-37页 |
| 3.2.1 混合算法描述 | 第34-35页 |
| 3.2.2 混合算法在配电网检修优化中的实现步骤 | 第35-37页 |
| 3.2.3 优化算法流程 | 第37页 |
| 3.3 算例分析 | 第37-40页 |
| 3.3.1 参数设置 | 第38页 |
| 3.3.2 优化结果及分析 | 第38-40页 |
| 3.4 本章小结 | 第40-41页 |
| 第4章 粒子群和人工鱼群混合算法在配电网检修中的应用 | 第41-51页 |
| 4.1 粒子群优化算法 | 第41-45页 |
| 4.1.1 粒子群算法的概述 | 第41-42页 |
| 4.1.2 粒子群算法的原理 | 第42页 |
| 4.1.3 粒子群算法的优化流程 | 第42-44页 |
| 4.1.4 粒子群算法的参数分析 | 第44-45页 |
| 4.2 粒子群和人工鱼群混合算法 | 第45-47页 |
| 4.2.1 混合算法描述 | 第45页 |
| 4.2.2 混合算法在配电网检修优化中的实现步骤 | 第45-47页 |
| 4.2.3 优化算法流程 | 第47页 |
| 4.3 算例分析 | 第47-50页 |
| 4.3.1 参数设置 | 第48页 |
| 4.3.2 优化结果及分析 | 第48-50页 |
| 4.4 本章小结 | 第50-51页 |
| 第5章 结论与展望 | 第51-53页 |
| 5.1 结论 | 第51页 |
| 5.2 展望 | 第51-53页 |
| 致谢 | 第53-54页 |
| 参考文献 | 第54-56页 |