粒子群优化方法在梯级水电站水库优化调度中的应用研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-15页 |
| ·问题的提出 | 第10-11页 |
| ·水库优化调度国内外研究现状 | 第11-13页 |
| ·国外研究情况 | 第11-12页 |
| ·国内研究情况 | 第12-13页 |
| ·本文主要研究内容 | 第13-15页 |
| 第二章 粒子群优化方法研究 | 第15-31页 |
| ·粒子群优化算法 | 第15-19页 |
| ·群体智能与进化计算技术 | 第15-16页 |
| ·粒子群优化算法的产生 | 第16-17页 |
| ·全局模型与局部模型 | 第17-18页 |
| ·同步模式与异步模式 | 第18页 |
| ·粒子群算法粒子信息交换方式及分析 | 第18-19页 |
| ·粒子群优化算法的改进途径 | 第19-23页 |
| ·算法离散化 | 第19-20页 |
| ·提高收敛速度 | 第20-22页 |
| ·提高种群多样性 | 第22-23页 |
| ·粒子群优化算法的改进技术 | 第23-26页 |
| ·基于遗传算法进化机理的改进技术 | 第23-24页 |
| ·粒子群优化算法与其他优化算法融合的改进技术 | 第24页 |
| ·基于PSO参数的改进技术 | 第24-26页 |
| ·算法收敛性分析 | 第26-29页 |
| ·实验分析 | 第26-27页 |
| ·收敛性证明 | 第27-29页 |
| ·粒子群优化算法与遗传算法比较 | 第29-31页 |
| 第三章 水电站水库优化调度粒子群优化方法探讨 | 第31-42页 |
| ·一般优化方法 | 第31-35页 |
| ·遗传算法(GA) | 第31-33页 |
| ·逐步优化算法(POA) | 第33-35页 |
| ·粒子群优化算法(PSO) | 第35-37页 |
| ·改进的粒子群优化算法(MPSO) | 第37-40页 |
| ·粒子群的逐步优化算法(PSOPOA) | 第40-42页 |
| 第四章 应用实例 | 第42-64页 |
| ·乌溪江梯级电站概况 | 第42-43页 |
| ·优化模型 | 第43-45页 |
| ·水电站水库优化调度模型 | 第43-44页 |
| ·水电站水库优化调度的粒子群优化算法模型 | 第44-45页 |
| ·优化计算 | 第45-61页 |
| ·标准粒子群优化算法计算 | 第45-49页 |
| ·改进的粒子群优化算法计算 | 第49-53页 |
| ·遗传算法计算 | 第53-56页 |
| ·逐步优化计算 | 第56-58页 |
| ·粒子群的逐步优化计算 | 第58-61页 |
| ·成果分析 | 第61-64页 |
| 第五章 结论与展望 | 第64-66页 |
| ·结论 | 第64-65页 |
| ·展望 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 致谢 | 第70页 |
