摘要 | 第1-6页 |
Abstract | 第6-13页 |
1. 绪论 | 第13-28页 |
·引言 | 第13-14页 |
·水电系统短期经济运行的传统优化算法评述 | 第14-15页 |
·等微增率法 | 第14页 |
·线性规划 | 第14页 |
·非线性规划 | 第14-15页 |
·动态规划法 | 第15页 |
·网络流规划 | 第15页 |
·6 拉格朗日松弛法 | 第15页 |
·水电系统短期经济运行的现代优化算法评述 | 第15-22页 |
·遗传算法 | 第16-17页 |
·进化规划 | 第17-18页 |
·模拟退火算法 | 第18-19页 |
·人工神经网络 | 第19-20页 |
·禁忌搜索算法 | 第20-22页 |
·粒子群优化算法 | 第22-26页 |
·论文研究的主要内容 | 第26-28页 |
2. 粒子群优化算法 | 第28-38页 |
·引言 | 第28页 |
·粒子群优化算法介绍 | 第28-30页 |
·粒子群优化算法的实现 | 第30-32页 |
·几种典型的粒子群优化算法 | 第32-33页 |
·基于惯性权重的全局粒子群优化算法(GWPSO) | 第32页 |
·基于惯性权重的局部粒子群优化算法(LWPSO) | 第32-33页 |
·随机摄动粒子群优化算法 | 第33-38页 |
·随机摄动粒子群优化算法的提出 | 第33页 |
·随机摄动粒子群优化算法的实现 | 第33-34页 |
·测试 | 第34-38页 |
3. 粒子群优化算法试验研究 | 第38-86页 |
·引言 | 第38-39页 |
·实验方案设计思想 | 第39-41页 |
·分阶段 | 第39-40页 |
·实验顺序为先易后难 | 第40-41页 |
·注意前后的统一性 | 第41页 |
·静态试验 | 第41-64页 |
·典型情形1 | 第42-46页 |
·典型情形2 | 第46-54页 |
·典型情形3 | 第54-58页 |
·典型情形4 | 第58-64页 |
·静态特性试验总结 | 第64-65页 |
·优化过程中,粒子迭代后分布规律的变化趋势 | 第64-65页 |
·算法参数及约束对粒子迭代后分布规律的影响 | 第65页 |
·优化算法静态特性的探索 | 第65-71页 |
·探索1:一个粒子,多个极点的静态特性 | 第65-69页 |
·多个粒子的分布规律试验 | 第69-71页 |
·动态特性试验 | 第71-83页 |
·极点固定时动态特性试验 | 第71-76页 |
·极点移动时动态特性试验 | 第76-83页 |
·动态特性试验总结 | 第83-84页 |
·优化过程中,粒子迭代轨迹的变化趋势 | 第83-84页 |
·算法参数及约束对算法动态特性的影响 | 第84页 |
·整个优化过程的描述 | 第84-86页 |
4. 几种衍生的粒子群优化算法 | 第86-98页 |
·引言 | 第86页 |
·模拟粒子优化算法 | 第86-91页 |
·提出 | 第86-87页 |
·实现 | 第87-88页 |
·测试 | 第88-90页 |
·评价 | 第90-91页 |
·最优最差粒子群优化算法 | 第91-94页 |
·提出 | 第91-92页 |
·实现 | 第92页 |
·测试 | 第92-94页 |
·评价 | 第94页 |
·整体分布优化算法 | 第94-98页 |
·提出 | 第94-95页 |
·实现 | 第95页 |
·测试 | 第95页 |
·评价 | 第95-98页 |
5. 用整体分布优化算法求解水火电力系统短期优化调度 | 第98-107页 |
·水火电力系统的数学模型 | 第98-100页 |
·符号列表 | 第98-99页 |
·数学模型 | 第99-100页 |
·求解方法 | 第100-101页 |
·编码方法 | 第100页 |
·适应度函数 | 第100-101页 |
·用整体分布优化算法求解水火电力系统短期优化调度的具体步骤 | 第101页 |
·仿真计算 | 第101-107页 |
6. 总结与展望 | 第107-109页 |
·全文总结 | 第107页 |
·展望 | 第107-109页 |
致谢 | 第109-110页 |
参考文献 | 第110-118页 |
附录 I 作者在攻读博士学位期间发表的论文 | 第118-119页 |
附录 II 作者在攻读博士学位期间参加的科研项目 | 第119页 |