基于遗传算法的电力工程多目标优化研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 电力工程多目标优化研究的背景及意义 | 第9-10页 |
| 1.2 国内外相关研究现状 | 第10-14页 |
| 1.2.1 多目标优化研究现状 | 第10-12页 |
| 1.2.2 遗传算法研究现状 | 第12-14页 |
| 1.3 论文的主要研究内容 | 第14-15页 |
| 第2章 多目标优化理论综述 | 第15-21页 |
| 2.1 多目标优化问题的数学模型 | 第15-16页 |
| 2.2 多目标优化问题的最优解 | 第16-18页 |
| 2.3 传统多目标优化问题求解方法 | 第18-20页 |
| 2.3.1 加权和法 | 第18-19页 |
| 2.3.2 目标规划法 | 第19-20页 |
| 2.3.3 ε-约束法 | 第20页 |
| 2.4 本章小结 | 第20-21页 |
| 第3章 遗传算法基本理论和实现方法 | 第21-33页 |
| 3.1 遗传算法的理论基础 | 第21-24页 |
| 3.1.1 模式定理 | 第22-24页 |
| 3.1.2 积木块假设 | 第24页 |
| 3.2 遗传算法的实现 | 第24-28页 |
| 3.2.1 遗传算法的概念 | 第24-26页 |
| 3.2.2 遗传算法的运算流程 | 第26-27页 |
| 3.2.3 遗传算法的特点 | 第27-28页 |
| 3.3 多目标遗传算法概述 | 第28页 |
| 3.4 常用的多目标遗传算法 | 第28-31页 |
| 3.4.1 向量评估算法(VEGA) | 第28-29页 |
| 3.4.2 多目标遗传算法(MOGA) | 第29-30页 |
| 3.4.3 非支配排序遗传算法(NSGA) | 第30-31页 |
| 3.5 小结 | 第31-33页 |
| 第4章 电力工程工期-成本-质量多目标优化研究 | 第33-50页 |
| 4.1 NSGA-Ⅱ算法原理 | 第33-36页 |
| 4.1.1 NSGA-Ⅱ运算流程 | 第33-35页 |
| 4.1.2 NSGA-Ⅱ关键算子 | 第35-36页 |
| 4.2 工期-成本-质量的相关知识 | 第36-40页 |
| 4.2.1 工期的概念 | 第36-37页 |
| 4.2.2 成本的概念 | 第37页 |
| 4.2.3 质量的概念 | 第37-38页 |
| 4.2.4 工期-成本-质量的关系 | 第38-40页 |
| 4.3 工期-成本-质量三维优化模型的建立 | 第40-41页 |
| 4.3.1 工程质量的量化方法 | 第40-41页 |
| 4.3.2 模型的方程和变量 | 第41页 |
| 4.4 模型的算法实现 | 第41-44页 |
| 4.4.1 染色体结构 | 第41-42页 |
| 4.4.2 适应度计算 | 第42页 |
| 4.4.3 遗传操作 | 第42-43页 |
| 4.4.4 操作流程 | 第43-44页 |
| 4.5 模型的应用和算例分析 | 第44-49页 |
| 4.6 小结 | 第49-50页 |
| 第5章 总结与展望 | 第50-52页 |
| 5.1 总结 | 第50-51页 |
| 5.2 展望 | 第51-52页 |
| 参考文献 | 第52-56页 |
| 致谢 | 第56-57页 |
| 作者简介 | 第57页 |
