摘要 | 第5-6页 |
Abstract | 第6页 |
第1章 绪论 | 第9-17页 |
1.1 选题背景及意义 | 第9-10页 |
1.2 国内外研究现状 | 第10-14页 |
1.2.1 输电网网架规划研究现状 | 第10-12页 |
1.2.2 集对分析理论研究现状 | 第12-13页 |
1.2.3 粒子群算法和人工鱼群算法研究现状 | 第13-14页 |
1.3 研究内容及思路 | 第14-17页 |
第2章 输电网网架规划基本理论 | 第17-25页 |
2.1 输电网规划基本概念 | 第17-22页 |
2.1.1 相关定义 | 第17页 |
2.1.2 主要分类 | 第17-18页 |
2.1.3 规划流程 | 第18-19页 |
2.1.4 特点及原则 | 第19-22页 |
2.2 输电网网架经济性规划模型 | 第22-24页 |
2.2.1 目标函数 | 第22-23页 |
2.2.2 约束条件 | 第23-24页 |
2.3 本章小结 | 第24-25页 |
第3章 基于集对分析的网架经济性规划模型 | 第25-30页 |
3.1 集对分析(SPA)基本理论 | 第25-26页 |
3.1.1 集对 | 第25页 |
3.1.2 联系度 | 第25-26页 |
3.1.3 集对势 | 第26页 |
3.2 基于SPA改进的网架经济性规划模型构建 | 第26-29页 |
3.2.1 各项成本联系度分析 | 第27-28页 |
3.2.2 各项成本集对势分析 | 第28-29页 |
3.2.3 基于SPA的规划模型构建 | 第29页 |
3.3 本章小结 | 第29-30页 |
第4章 基于粒子群算法的SPA-PSO规划模型求解 | 第30-42页 |
4.1 粒子群(PSO)算法基本理论 | 第30-33页 |
4.1.1 PSO算法原理 | 第30-31页 |
4.1.2 PSO算法主要参数 | 第31-32页 |
4.1.3 PSO算法一般流程 | 第32-33页 |
4.2 粒子群(PSO)算法的改进 | 第33页 |
4.2.1 存在的问题 | 第33页 |
4.2.2 自适应改进 | 第33页 |
4.3 基于粒子群算法的SPA-PSO智能规划模型 | 第33-36页 |
4.4 算例分析 | 第36-41页 |
4.5 本章小结 | 第41-42页 |
第5章 基于人工鱼群算法的SPA-AFSA规划模型求解 | 第42-54页 |
5.1 人工鱼群(AFSA)算法基本理论 | 第42-44页 |
5.1.1 AFSA算法原理 | 第42-43页 |
5.1.2 AFSA算法主要参数 | 第43页 |
5.1.3 AFSA算法一般流程 | 第43-44页 |
5.2 人工鱼群(AFSA)算法的改进 | 第44-45页 |
5.2.1 存在的问题 | 第44-45页 |
5.2.2 自适应改进 | 第45页 |
5.3 人工鱼群算法与粒子群算法的对比分析 | 第45-46页 |
5.4 基于人工鱼群算法的SPA-AFSA智能规划模型 | 第46-48页 |
5.5 算例分析 | 第48-53页 |
5.6 本章小结 | 第53-54页 |
第6章 SPA-PSO和SPA-AFSA规划模型的适用性评价 | 第54-61页 |
6.1 模型适用性评价指标体系构建 | 第54-56页 |
6.1.1 指标体系 | 第54页 |
6.1.2 指标内涵及计算公式 | 第54-56页 |
6.2 模型适用性评价实证分析 | 第56-60页 |
6.2.1 评价指标计算及预处理 | 第56-57页 |
6.2.2 评价指标权重确定 | 第57-58页 |
6.2.3 评价结果及分析 | 第58-60页 |
6.3 本章小结 | 第60-61页 |
第7章 研究成果和结论 | 第61-63页 |
参考文献 | 第63-68页 |
攻读硕士学位期间发表的学术论文及其它成果 | 第68-69页 |
致谢 | 第69页 |