摘要
Abstract
1 绪论 1.1 研究背景与意义 1.1.1 遗传算法及其应用 1.1.2 火力发电厂的成本计算及应用 1.2 国内外研究现状分析 1.3 本文的主要创新点与内容安排
2 遗传算法简介 2.1 遗传算法的产生与发展 2.2 遗传算法的基本概念及理论 2.3 标准遗传算法的基本操作及实现步骤 2.3.1 标准遗传算法的基本操作 2.3.2 标准遗传算法的实现步骤 2.4 标准遗传算法的分析 2.5 遗传算法的改进 2.5.1 自适应遗传算法 2.5.2 精英保留策略 2.5.3 移民法 2.5.4 混合遗传算法
3 发电企业的成本核算 3.1 研究的背景 3.2 作业成本法介绍 3.3 火力发电厂实施作业成本法的分析 3.4 作业成本模型设计基本框架 3.4.1 基本框架的建立 3.4.2 资源库的建立 3.4.3 作业库模型设计 3.4.4 成本对象模型设计 3.4.5 成本动因模型设计 3.5 将资源分配给各个作业(成本动因率计算) 3.5.1 利用资源动因将资源分配到各项作业 3.5.2 把总费用分配到各项作业 3.5.3 计算每个作业的总成本 3.6 发电厂基于作业成本管理的成本模型 3.6.1 传统的成本计算模型 3.6.2 基于作业成本法的成本计算模型 3.6.3 发电厂的成本优化模型
4 改进遗传算法及其在火力发电企业作业成本法中的应用求解 4.1 多种群多级别遗传算法 4.1.1 生成初始群体 4.1.2 适度函数的定义 4.1.3 问题的分级 4.1.4 启发式交叉算子 4.1.5 加速算子 4.1.6 自然选择与淘汰 4.1.7 结束条件 4.2 算法框架及主要过程描述 4.2.1 算法的总体框架 4.2.2 个体适应值的计算 4.2.3 个体分级计算 4.2.4 个体寻优计算 4.2.5 生成下一代群体
5 改进遗传算法在火力发电企业作业成本法中的应用实践 5.1 企业简介 5.2 作业相关的成本动因分析 5.3 成本计算中部分动因分析 5.4 优化结果分析 5.4.1 机组的效率优化曲线 5.4.2 综合成本计算 5.4.3 企业的效益分析 5.5 与传统遗传算法比较分析 5.6 实验结论
6 结论与展望
参考文献
攻读学位期间公开发表的论文和参与的项目
致谢