| 摘要 | 第8-10页 |
| ABSTRACT | 第10-13页 |
| 第一章 绪论 | 第17-38页 |
| 1.1 课题的研究背景 | 第17-19页 |
| 1.2 相关领域的国内外研究进展与现状 | 第19-33页 |
| 1.2.1 网络控制系统的网络架构 | 第19-21页 |
| 1.2.2 网络控制系统的通信约束 | 第21-23页 |
| 1.2.3 网络控制系统的优化调度问题 | 第23-27页 |
| 1.2.4 优化调度方法 | 第27-30页 |
| 1.2.5 计算平台 | 第30-32页 |
| 1.2.6 电力系统机组调度 | 第32-33页 |
| 1.3 本文的主要工作与特色 | 第33-35页 |
| 1.4 本文的章节安排 | 第35-38页 |
| 第二章 具有通信约束的两层网络学习控制系统多目标带宽调度的非合作博弈模型 | 第38-47页 |
| 2.1 引言 | 第38页 |
| 2.2 含有快速计算平台的两层网络学习控制系统架构 | 第38-40页 |
| 2.3 两层网络学习控制系统带宽调度的非合作博弈模型和纳什均衡 | 第40-43页 |
| 2.3.1 两层网络学习控制系统带宽调度的非合作博弈模型描述 | 第40-42页 |
| 2.3.2 两层网络学习控制系统带宽调度的纳什均衡 | 第42-43页 |
| 2.4 基于非合作博弈的两层网络学习控制系统带宽调度模型 | 第43-45页 |
| 2.5 本章小结 | 第45-47页 |
| 第三章 快速优化策略研究 | 第47-62页 |
| 3.1 引言 | 第47-48页 |
| 3.2 基于量子演化的优化方法 | 第48-53页 |
| 3.2.1 量子演化策略研究 | 第48-50页 |
| 3.2.2 混合量子演化克隆进化算法 | 第50-51页 |
| 3.2.3 量子演化权重自适应混合粒子群算法 | 第51-53页 |
| 3.3 带有加速因子的混合蛙跳算法 | 第53-56页 |
| 3.4 分层阶级市场竞争算法 | 第56-60页 |
| 3.5 本章小结 | 第60-62页 |
| 第四章 两层网络学习控制系统快速优化策略的仿真实验研究 | 第62-80页 |
| 4.1 引言 | 第62页 |
| 4.2 优化算法的标准函数测试分析 | 第62-69页 |
| 4.2.1 优化算法标准测试函数及其特性研究 | 第62-64页 |
| 4.2.2 快速优化算法仿真性能评价分析 | 第64-69页 |
| 4.3 两层网络学习控制系统带宽调度的快速优化调度策略的仿真研究 | 第69-79页 |
| 4.3.1 两层网络学习控制系统带宽调度的加速混合蛙跳算法的仿真研究 | 第69-74页 |
| 4.3.2 两层网络学习控制系统带宽调度的分层市场竞争算法的仿真研究 | 第74-79页 |
| 4.4 本章小结 | 第79-80页 |
| 第五章 基于合作博弈的两层网络学习控制系统网格并行与负载均衡策略研究 | 第80-100页 |
| 5.1 引言 | 第80-81页 |
| 5.2 网格并行模型与匹配策略 | 第81-84页 |
| 5.2.1 网格并行任务模型 | 第81页 |
| 5.2.2 网格定义与服务架构 | 第81-83页 |
| 5.2.3 网格匹配策略 | 第83-84页 |
| 5.3 基于合作博弈的自私网格负载均衡策略研究 | 第84-91页 |
| 5.3.1 网格模型 | 第84-86页 |
| 5.3.2 自私网格数学模型的建立与合作博弈验证 | 第86-88页 |
| 5.3.3 基于合作博弈的有界迭代负载均衡算法 | 第88-91页 |
| 5.4 基于合作博弈的两层网络学习控制系统网格并行与负载均衡策略的仿真研究 | 第91-99页 |
| 5.4.1 两层网络学习控制系统的网格高性能资源管理调度实验环境 | 第91-93页 |
| 5.4.2 两层网络学习控制系统的网格并行与负载均衡仿真实验 | 第93-99页 |
| 5.5 本章小结 | 第99-100页 |
| 第六章 基于弹性计算云的两层网络学习控制系统的快速虚拟化计算平台研究 | 第100-113页 |
| 6.1 引言 | 第100页 |
| 6.2 弹性计算云的虚拟化管理策略 | 第100-103页 |
| 6.2.1 弹性计算云的虚拟化部署 | 第100-102页 |
| 6.2.2 两层网络学习控制系统中的弹性计算云架构 | 第102-103页 |
| 6.3 两层网络学习控制系统中的弹性计算云模型 | 第103-106页 |
| 6.4 基于弹性计算云平台的两层网络学习控制系统的快速虚拟化计算的仿真实验研究 | 第106-112页 |
| 6.4.1 系统部署与实现 | 第106-109页 |
| 6.4.2 两层网络学习控制系统的快速虚拟化云计算的仿真实验研究 | 第109-112页 |
| 6.5 本章小结 | 第112-113页 |
| 第七章 基于快速优化策略的电力系统调度扩展应用研究 | 第113-126页 |
| 7.1 引言 | 第113-114页 |
| 7.2 电力系统机组组合调度问题研究 | 第114-116页 |
| 7.2.1 电力系统机组组合调度系统架构 | 第114-115页 |
| 7.2.2 电力系统机组组合调度模型设计 | 第115-116页 |
| 7.3 基于专家系统的分层阶级市场竞争算法的电力系统机组组合调度实现 | 第116-120页 |
| 7.3.1 电力系统机组组合调度的专家规则设计 | 第116-119页 |
| 7.3.2 电力系统机组组合调度的成本 | 第119-120页 |
| 7.3.3 电力系统机组组合调度多约束的处理 | 第120页 |
| 7.4 基于专家系统的分层阶级市场竞争算法的电力系统机组组合调度的仿真研究 | 第120-125页 |
| 7.5 本章小结 | 第125-126页 |
| 第八章 总结与展望 | 第126-129页 |
| 8.1 全文总结 | 第126-128页 |
| 8.2 进一步工作展望 | 第128-129页 |
| 参考文献 | 第129-140页 |
| 攻读博士学位期间公开发表的学术论文 | 第140-142页 |
| 攻读博士学位期间参加的科研项目 | 第142-143页 |
| 攻读博士学位期间获得的奖励以及参与的学术工作 | 第143-144页 |
| 致谢 | 第144页 |
