| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-11页 |
| ·选题背景 | 第8页 |
| ·国内外研究现状 | 第8-9页 |
| ·论文主要工作 | 第9-10页 |
| ·研究技术路线 | 第10-11页 |
| 2 单机组变角优化模型分析、特征建模和试验平台 | 第11-25页 |
| ·单机组叶片调节优化模型介绍 | 第11-18页 |
| ·模型的提出 | 第11页 |
| ·扬程与峰谷电价的说明 | 第11-12页 |
| ·模型中的数值方法 | 第12-18页 |
| ·特征建模和模型的图形表示 | 第18-21页 |
| ·求出各时段各叶片角对应的水量和运行费用 | 第18-19页 |
| ·最短路径理论 | 第19-21页 |
| ·各约束条件在网络图模型中的表示 | 第21页 |
| ·关于负荷的说明 | 第21-23页 |
| ·优化方法的试验平台 | 第23-25页 |
| 3 找寻有效可行方向算法的提出及应用于泵站优化 | 第25-35页 |
| ·算法的提出 | 第25-26页 |
| ·算法的实现 | 第26-30页 |
| ·找寻有效方向算法的基本流程图 | 第27-28页 |
| ·以扬程7.8为例江都四站变角优化求解过程 | 第28-30页 |
| ·求解模型试验的程序演示 | 第30-35页 |
| ·不考虑功率约束和效率约束全负荷运行 | 第30-31页 |
| ·考虑功率约束和效率约束全负荷运行 | 第31-35页 |
| 4 遗传算法应用于泵站优化 | 第35-44页 |
| ·算法的提出 | 第35-36页 |
| ·算法的实现 | 第36-38页 |
| ·叶片角调节遗传算法优化的流程 | 第36-37页 |
| ·初始种群的选择 | 第37页 |
| ·多个体交义方法 | 第37-38页 |
| ·随机选择变异个体的实现 | 第38页 |
| ·概率说明 | 第38页 |
| ·与传统遗传算法不同的终止迭代 | 第38页 |
| ·求解模型试验 | 第38-44页 |
| ·不考虑功率和约束效率约束全负荷运行 | 第38-41页 |
| ·考虑功率约束和效率约束全负荷运行的模型求解试验 | 第41-44页 |
| 5 并行优化算法应用于泵站优化 | 第44-52页 |
| ·算法的提出 | 第44页 |
| ·算法的实现 | 第44-46页 |
| ·并行算法的基本程序流程 | 第44-46页 |
| ·初始点的设置 | 第46页 |
| ·迭代的终止条件 | 第46页 |
| ·求解模型试验 | 第46-52页 |
| ·不考虑功率约束和效率约束全负荷运行 | 第46-49页 |
| ·考虑功率约束和效率约束全负荷运行 | 第49-52页 |
| 6 算法分析比较及选取 | 第52-57页 |
| ·算法的收敛性 | 第52-54页 |
| ·找寻有效可行方向算法的收敛性 | 第52页 |
| ·遗传算法和并行算法的共同框架和收敛性 | 第52-54页 |
| ·运行效率及稳定性 | 第54-56页 |
| ·数据存储 | 第54页 |
| ·计算复杂度 | 第54-55页 |
| ·运行时间分析 | 第55页 |
| ·算法稳定性及最优解判定 | 第55-56页 |
| ·实验结果小结及算法选取意见 | 第56-57页 |
| ·试验结果小结 | 第56页 |
| ·算法选取意见 | 第56-57页 |
| 7 展望 | 第57-59页 |
| ·算法的进一步完善 | 第57页 |
| ·扩展到通用模型 | 第57页 |
| ·进一步贴近工程实际 | 第57-59页 |
| 参考文献 | 第59-62页 |
| 附录A (实验结果汇总) | 第62-69页 |
| (1) 日均扬程为6.8m,不考虑功率约束和效率约束 | 第62-63页 |
| (2) 日均扬程为7.8m,不考虑功率约束和效率约束 | 第63-64页 |
| (3) 日均扬程为8.3m,不考虑功率约束和效率约束 | 第64-66页 |
| (4) 日均扬程为3.8m,考虑功率约束和效率约束 | 第66页 |
| (5) 日均扬程为4.8m,考虑功率约束和效率约束 | 第66-67页 |
| (6) 日均扬程为5.8m,考虑功率约束和效率约束 | 第67-69页 |
| 附录B (算法的部分C语言代码) | 第69-81页 |
| (1) 找寻有效可行方向算法 | 第69-72页 |
| (2) 遗传算法 | 第72-77页 |
| (3) 并行优化算法 | 第77-81页 |
| 攻读学位期间发表学术论文目录 | 第81-82页 |
| 致谢 | 第82-83页 |
