文摘
英文文摘
独创性声明及学位论文使用授权声明
1绪论
1.1研究背景和意义
1.1.1遗传算法和蚁群算法
1.1.2 TSP问题和配电网重构问题
1.2遗传算法
1.2.1遗传算法概述
1.2.2遗传算法的理论基础
1.2.3遗传算法的研究与改进
1.3蚁群算法
1.3.1蚁群算法概述
1.3.2蚁群算法的基本流程
1.3.3蚁群算法的研究与改进
1.4 TSP问题
1.4.1 TSP问题的定义
1.4.2 TSP问题的标准测试库
1.4.3求解TSP问题的算法
1.5配电网重构问题
1.5.1配电网重构问题概述
1.5.2求解配电网重构问题的算法
1.6研究目的和思路
1.7全文的内容和组织
2一种新的求解TSP问题的高效遗传算法
2.2一种求解TSP的可变邻域搜索的变异算子
2.2.1 TSP问题的适应度地貌分析
2.2.2传统的反转、插入变异算子及特点分析
2.2.3一种求解TSP的可变邻域搜索的变异算子
2.3一种新的求解TSP问题的高效遗传算法及其机理分析
2.3.1编码与适应度函数
2.3.2交叉算子的选择
2.3.3选择算子
2.3.4新算法机理分析
2.4仿真测试
2.4.1与标准遗传算法的对比测试
2.4.2与最新文献关于中国旅行商问题的对比测试
2.4.3与TSPLIB中的实例的对比测试
2.4.4进化曲线分析
2.5结论
3一种新颖的基于基因疗法的遗传算法
3.1引言
3.2一种新颖的基于基因疗法的遗传算法
3.2.1基因疗法概述
3.2.2一种新颖的基于基因疗法的遗传算法
3.3基因库和治疗算子的构造
3.3.1基因库的建立
3.3.2基因库的更新
3.3.3治疗算子的构造
3.3.4算法的机理分析
3.4基因库和治疗算子的构造示例
3.4.1优质基因的提取及插入操作示例
3.4.2劣质基因的获取及清除操作示例
3.5关于TSP问题的仿真测试
3.5.1编码与适应度函数
3.5.2交叉与变异算子
3.5.3治疗算子
3.5.4选择算子
3.5.5仿真实验运行结果
3.6结论
4一种新的基于候选集策略和可变邻域搜索变异的求解TSP的蚁群算法
4.1引言
4.2一种新的基于候选集策略和可变邻域搜索变异的求解TSP问题的蚁群算法
4.2.1基于DT的候选集(CSDT)的构造
4.2.2可变邻域搜索的变异算子
4.3仿真结果及分析
4.3.1与ACS算法的比较
4.3.2与最新文献中的算法的比较
4.3.3进化曲线分析
4.4结论
5一种新颖的基于医疗理论的蚁群算法
5.1引言
5.2一种新颖的基于医疗理论的蚁群算法
5.3解元件库、保健算子和治病算子的构造示例
5.3.1优质解元件库的构造和保健算子
5.3.2劣质解元件的获取及治病算子的构造
5.4仿真测试
5.4.1 MCACS和ACS的比较
5.4.2 MCACS和DMACS的比较
5.5结论
6遗传算法和蚁群算法在配电网重构中的应用
6.1引言
6.2配电网的拓扑结构和配电网重构的数学模型
6.2.1配电网的拓扑结构
6.2.2配电网重构的数学模型
6.3配电网重构的潮流计算
6.3.1拓扑结构存储
6.3.2前推回代法
6.4基于基因疗法的遗传算法在配电网重构中的应用
6.4.1染色体编码、适应度函数、种群初始化、交叉及变异和选择算子
6.4.2基因库的构造及更新
6.4.3治疗算子的设计
6.4.4仿真对比测试
6.4.5结论
6.5基于医疗理论的蚁群算法在配电网重构中的应用
6.5.1解的编码、优质解元件的确定、优质解元件库的建立与更新
6.5.2蚂蚁构造解的过程、状态转换规则、信息素局部更新规则和保健算子
6.5.3劣质解元件的确定、治病算子、信息素全局更新规则
6.5.4仿真对比测试
6.5.5结论
7总结与展望
7.1总结
7.2进一步的设想
致谢
参考文献
附录
在校学习期间发表的论文、专利、获奖等评价情况