基于大系统分解协调算法的机组群优化控制
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 研究背景和意义 | 第9-11页 |
| 1.2 大系统理论 | 第11-14页 |
| 1.2.1 大系统的模型简化技术 | 第12-13页 |
| 1.2.2 大系统的分解协调理论 | 第13-14页 |
| 1.3 本文研究内容 | 第14-16页 |
| 第2章 多目标负荷分配模型的建立 | 第16-23页 |
| 2.1 火电机组特性的介绍 | 第16-21页 |
| 2.1.1 火电机组的煤耗特性 | 第16-20页 |
| 2.1.2 火电机组的排放特性 | 第20-21页 |
| 2.2 多目标模型的建立 | 第21-22页 |
| 2.3 本章小结 | 第22-23页 |
| 第3章 大系统的分解协调及其相关算法 | 第23-43页 |
| 3.1 拉格朗日松弛法 | 第23-24页 |
| 3.2 拉格朗日对偶原理 | 第24-25页 |
| 3.3 次梯度算法 | 第25-26页 |
| 3.4 粒子群算法 | 第26-31页 |
| 3.4.1 粒子群算法的基本概念 | 第26-27页 |
| 3.4.2 粒子群算法的主要参数 | 第27-30页 |
| 3.4.3 本文PSO的参数设置 | 第30-31页 |
| 3.5 大系统分解协调原理 | 第31-40页 |
| 3.5.1 问题的描述 | 第31-32页 |
| 3.5.2 目标协调法(非现实法) | 第32-35页 |
| 3.5.3 模型协调法(现实法) | 第35-38页 |
| 3.5.4 混合协调法 | 第38-39页 |
| 3.5.5 三种方法的比较 | 第39-40页 |
| 3.6 负荷分配的分解协调 | 第40-42页 |
| 3.7 本章小结 | 第42-43页 |
| 第4章 算法性能分析和仿真 | 第43-63页 |
| 4.1 仿真综述 | 第43-45页 |
| 4.2 算法性能分析 | 第45-58页 |
| 4.2.1 粒子群种群规模对计算结果的影响 | 第45-49页 |
| 4.2.2 粒子群种群规模对计算时间的影响 | 第49-50页 |
| 4.2.3 粒子群寻优次数对结果的影响 | 第50-54页 |
| 4.2.4 寻优次数对计算时间的影响 | 第54-55页 |
| 4.2.5 次梯度的迭代步长对算法的影响 | 第55-57页 |
| 4.2.6 拉格朗日乘子的初值选择 | 第57页 |
| 4.2.7 算法协调次数 | 第57-58页 |
| 4.3 负荷分配结果分析 | 第58-61页 |
| 4.4 本章小结 | 第61-63页 |
| 第5章 全文总结及展望 | 第63-65页 |
| 5.1 本文主要工作总结 | 第63-64页 |
| 5.2 问题及展望 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第69-70页 |
| 致谢 | 第70页 |
