| 摘要 | 第1-7页 |
| ABSTRACT | 第7-9页 |
| 第1章 绪论 | 第9-19页 |
| ·研究目的与意义 | 第9-10页 |
| ·国内外研究的现状 | 第10-18页 |
| ·专家系统 | 第10-12页 |
| ·人工神经网络 | 第12-13页 |
| ·Petri网络 | 第13-15页 |
| ·模糊理论 | 第15-16页 |
| ·粗糙集理论 | 第16页 |
| ·贝叶斯网络 | 第16-17页 |
| ·多Agent技术 | 第17-18页 |
| ·本文的主要工作 | 第18-19页 |
| 第2章 遗传算法的发展及其在电力系统故障诊断中的应用 | 第19-23页 |
| ·遗传算法的发展与特点 | 第19-20页 |
| ·遗传算法的发展 | 第19-20页 |
| ·遗传算法的特点 | 第20页 |
| ·遗传算法在电力系统中的应用 | 第20-23页 |
| 第3章 遗传算法的基本理论 | 第23-33页 |
| ·遗传算法的原理 | 第23-24页 |
| ·遗传编码与种群初始化 | 第24-26页 |
| ·适应度函数 | 第26页 |
| ·遗传算法基本操作 | 第26-30页 |
| ·收敛判据 | 第30页 |
| ·遗传算法的数学机理 | 第30-32页 |
| ·本章小结 | 第32-33页 |
| 第4章 基于改进型遗传算法的电力系统故障诊断 | 第33-49页 |
| ·故障诊断的数学模型 | 第34-39页 |
| ·改进型遗传算法的参数设置 | 第39-43页 |
| ·故障诊断程序的建立和算例仿真 | 第43-48页 |
| ·算例系统 | 第43-44页 |
| ·程序流程图及程序简单说明 | 第44-46页 |
| ·算例仿真 | 第46-48页 |
| ·本章小结 | 第48-49页 |
| 第5章 结论 | 第49-51页 |
| 附录 | 第51-61页 |
| 参考文献 | 第61-67页 |
| 致谢 | 第67-68页 |
| 学位论文评阅及答辩情况表 | 第68页 |