| 摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第11-24页 |
| 1.1 课题研究的目的与意义 | 第11页 |
| 1.2 Trust-Tech全局优化技术 | 第11-15页 |
| 1.3 粒子群优化算法 | 第15-17页 |
| 1.4 等式约束优化技术 | 第17-18页 |
| 1.5 黑箱问题优化技术 | 第18-20页 |
| 1.6 本文主要研究内容 | 第20-24页 |
| 第二章 共识粒子群技术协同Trust-Tech全局优化技术及实现 | 第24-46页 |
| 2.1 引言 | 第24页 |
| 2.2 共识粒子群技术协同的Trust-Tech全局优化技术——解法 | 第24-30页 |
| 2.2.1 共识粒子群技术全局搜索 | 第26-28页 |
| 2.2.2 优质子区域的微细调节 | 第28-29页 |
| 2.2.3 优质子区域的深度探索 | 第29-30页 |
| 2.3 共识粒子群技术协同Trust-Tech全局优化技术——算法 | 第30页 |
| 2.4 算法性能测试分析 | 第30-45页 |
| 2.4.1 图例分析 | 第30-34页 |
| 2.4.2 低维测试性能分析 | 第34-40页 |
| 2.4.3 高维测试性能分析 | 第40-45页 |
| 2.5 本章小结 | 第45-46页 |
| 第三章 共识粒子群技术协同Trust-Tech全局优化技术在短期负荷预测和最优潮流多解问题的应用 | 第46-65页 |
| 3.1 短期负荷预测 | 第46-55页 |
| 3.1.1 E-Elite预测器设计 | 第48-50页 |
| 3.1.2 E-Elite预测器的短期负荷预测 | 第50-55页 |
| 3.2 最优潮流的多解问题 | 第55-64页 |
| 3.2.1 基于KKT最优性条件的非线性约束优化问题求解方法 | 第57-58页 |
| 3.2.2 最优潮流问题求解 | 第58-64页 |
| 3.3 本章小结 | 第64-65页 |
| 第四章 基于统一轨迹技术的等式约束全局优化技术及其求解经济调度问题 | 第65-88页 |
| 4.1 引言 | 第65页 |
| 4.2 基于TJU技术的全局优化技术——理论 | 第65-74页 |
| 4.2.1 基础公式 | 第65-67页 |
| 4.2.2 理论基础 | 第67-74页 |
| 4.3 基于TJU技术的全局优化技术——解法 | 第74-78页 |
| 4.3.1 增广拉格朗日梯度系统和它精确的轨迹 | 第75页 |
| 4.3.2 伪瞬态算法 | 第75-76页 |
| 4.3.3 局部求解算法 | 第76页 |
| 4.3.4 Trust-Tech技术跳出局部最优解 | 第76-77页 |
| 4.3.5 边界约束处理策略 | 第77-78页 |
| 4.4 基于TJU技术的全局优化技术——算法 | 第78-79页 |
| 4.5 基于TJU技术的全局优化技术——应用 | 第79-87页 |
| 4.5.1 标准算例分析 | 第79-84页 |
| 4.5.2 经济调度问题研究 | 第84-87页 |
| 4.6 本章小结 | 第87-88页 |
| 第五章 共识粒子群技术协同Trust-Tech全局黑箱优化技术及实现 | 第88-123页 |
| 5.1 引言 | 第88-89页 |
| 5.2 Trust-Tech全局黑箱优化技术——解法 | 第89-102页 |
| 5.2.1 共识粒子群技术全局搜索 | 第89页 |
| 5.2.2 优质子区域范围内局部代理模型的构建 | 第89-94页 |
| 5.2.3 优质子区域内的高效搜索 | 第94-102页 |
| 5.3 Trust-Tech全局黑箱优化技术——算法 | 第102-103页 |
| 5.4 Trust-Tech全局黑箱优化技术——应用 | 第103-122页 |
| 5.4.1 标准算例分析 | 第103-117页 |
| 5.4.2 两个实际应用算例 | 第117-119页 |
| 5.4.3 支持向量机预测器自由参数优化 | 第119-122页 |
| 5.5 本章小结 | 第122-123页 |
| 第六章 总结与展望 | 第123-125页 |
| 6.1 本文主要成果 | 第123-124页 |
| 6.2 下一步工作展望 | 第124-125页 |
| 附录 | 第125-128页 |
| 参考文献 | 第128-144页 |
| 发表论文和参加科研情况说明 | 第144-145页 |
| 致谢 | 第145-146页 |
