声明
摘要
第1章 绪论
1.1 选题背景及意义
1.2 课题的研究现状
1.2.1 多目标优化算法的研究现状
1.2.2 电力系统环境经济负荷分配的研究现状
1.3 本文的主要工作
第2章 多目标粒子群优化算法的基本理论
2.1 多目标优化问题的数学描述
2.2 PSO算法
2.2.1 PSO算法的流程
2.2.2 PSO算法的拓扑结构
2.3 多目标粒子群优化算法
2.3.1 非支配解的保存和外部存档机制
2.3.2 向导粒子的选择机制
2.3.3 种群多样性的保持机制
2.3.4 多目标粒子群算法流程
2.4 本章小结
第3章 多群协同多目标粒子群优化算法研究
3.1 多群协同多目标粒子群优化算法的种群划分和学习策略
3.1.1 MPCMOPSO算法的种群划分策略
3.1.2 MPCMOPSO算法的种群学习策略
3.2 MPCMOPSO算法的外部存档机制
3.2.1 外部存档的混沌局部搜索机制
3.2.2 自适应网格保持外部存档中粒子的多样性
3.2.3 外部存档更新流程
3.3 MOCMOPSO算法的向导选择机制
3.4 MPCMOPSO算法流程
3.5 仿真研究
3.5.1 基准测试函数
3.5.2 性能评价指标
3.5.3 仿真实验
3.6 本章小结
第4章 基于MPCMOPSO的电力系统环境经济负荷分配优化
4.1 电力系统环境经济负荷分配问题的目标函数
4.1.1 发电成本的目标函数
4.1.2 污染气体排放的目标函数
4.1.3 约束条件
4.2 基于MPCMOPSO的电力系统环境经济负荷分配优化
4.2.1 电力系统IEEE30节点系统简介
4.2.2 MPCMOPSO算法对约束条件的处理
4.2.3 电力系统环境经济负荷分配问题折衷解的选取
4.2.4 仿真实验
4.3 本章小结
第5章 总结与展望
5.1 本文总结
5.2 未来工作展望
参考文献
致谢