| 中文摘要 | 第1页 |
| ABSTRACT | 第3-6页 |
| 第一章 绪论 | 第6-18页 |
| ·论文的选题背景 | 第6-7页 |
| ·梯级水电站水库优化调度 | 第7-9页 |
| ·水电站水库优化调度的国内外研究动态 | 第9-15页 |
| ·变分法（Variation Method） | 第10-11页 |
| ·线性规划法（Linear Programming，LP） | 第11页 |
| ·非线性规划法（Nonlinear Programming，NP） | 第11页 |
| ·网络分析法（Analytic Network Process，ANP） | 第11-12页 |
| ·动态规划(Dynamic Programming) | 第12-13页 |
| ·等微增率法(Equation Incremental Rate，EIR ) | 第13页 |
| ·人工神经网络方法(Artificial Neural Network，ANN) | 第13-14页 |
| ·遗传算法(Genetic Algorithms，GA) | 第14-15页 |
| ·集群智能方法（Swarm Intelligence） | 第15-16页 |
| ·本文所作的工作 | 第16-18页 |
| 第二章 免疫微粒群算法研究 | 第18-28页 |
| ·引言 | 第18-19页 |
| ·基本微粒群算法 | 第19-22页 |
| ·基本原理 | 第19-20页 |
| ·算法流程 | 第20页 |
| ·带惯性权重的微粒群算法 | 第20-21页 |
| ·算法的应用研究现状 | 第21-22页 |
| ·算法的改进 | 第22页 |
| ·生物免疫系统及其特征 | 第22-23页 |
| ·免疫微粒群算法 | 第23-26页 |
| ·免疫微粒群优化算法原理 | 第23-25页 |
| ·免疫微粒群优化算法流程 | 第25-26页 |
| ·本章小结 | 第26-28页 |
| 第三章 梯级水电站水库长期优化运行的免疫微粒群算法研究 | 第28-42页 |
| ·引言 | 第28页 |
| ·梯级水电系统长期优化运行问题 | 第28-31页 |
| ·时段中的水能计算 | 第28-30页 |
| ·数学模型 | 第30-31页 |
| ·梯级水电站水库长期优化调度的I-PSO实现 | 第31-34页 |
| ·实现水电站系统I-PSO优化调度的关键问题 | 第31-33页 |
| ·实现梯级水电站水库I-PSO优化调度的关键问题 | 第33-34页 |
| ·运用实例 | 第34-40页 |
| ·清江流域简介 | 第35-37页 |
| ·I-PSO优化调度模型的求解 | 第37-38页 |
| ·计算结果 | 第38-40页 |
| ·本章小结 | 第40-42页 |
| 第四章 梯级水电站群短期优化调度的I-PSO算法研究 | 第42-50页 |
| ·引言 | 第42-43页 |
| ·隔河岩—高坝洲梯级短期优化调度的I-PSO模型 | 第43-45页 |
| ·实例计算 | 第45-48页 |
| ·本章小结 | 第48-50页 |
| 第五章 总结与展望 | 第50-52页 |
| ·全文总结 | 第50页 |
| ·展望 | 第50-52页 |
| 参考文献 | 第52-58页 |
| 致谢 | 第58-59页 |
| 在学期间发表的学术论文情况 | 第59页 |
| 在校期间参加的科研情况 | 第59页 |
