۴-۲ مساله نمونه مورد مطالعه ۴۸
۴-۳ توابع هزینه واحد‌‌های تولیدی سیستم ۵۲
۴-۵ حل مساله مورد نظر با روش‌‌های هوشمند ۵۶
۴-۵-۱ نتایج عددی حاصل از روش الگوریتم ژنتیک ۵۶
۴-۵-۲ اجرای الگوریتم پیشنهادی و نتایج شبیه سازی ۶۰
۴-۶ مقایسه نتایج ۶۳
فصل پنجم نتیجه‌گیری و پیشنهادات
۵-۱ نتیجه گیری ۶۸
۵-۲ پیشنهادات ۶۸
فهرست منابع ۷۰
پیوست‌ها ۷۲
فهرست جداول
جدول (۳-۱) پارامتر‌‌های الگوریتم بهینه‌سازی ازدحام ذرات ۴۴
جدول (۴-۱) داده‌‌های بار برای مساله ۴۸

جدول (۴-۲) داده‌‌های تولید و اندازه ولتاژ برای مساله ۴۹
جدول (۴-۳) مگاوار خازن برای مساله ۵۰
جدول (۴-۴) تپ ترانسفورماتور‌ها برای مساله ۵۰
جدول (۴-۵) محدودیت‌‌های توان حقیقی ژنراتورها برای مساله ۵۱
جدول (۴-۶) ضرایب هزینه ژنراتور‌ها برای مساله ۵۲
جدول (۴-۷) عملکرد روش پیشنهادی در طول تکرار ۶۲
جدول (۴-۸) مقایسه نتایج بدست آمده از الگوریتم‌ها برای سیستم ۶۳
فهرست نمودار
نمودار ۱-۱ منحنی‌‌های نرخ حرارتی و هزینه سوخت ۶
نمودار (۳-۱) مسیر حرکت ذرات ۴۱
نمودار (۴-۱) نسبت زمان – هزینه واحد ۱ ۵۷
نمودار (۴-۲) نسبت زمان – هزینه واحد ۲ ۵۷
نمودار (۴-۳) نسبت زمان – هزینه واحد ۳ ۵۸
نمودار (۴-۴) نسبت زمان – هزینه واحد ۴ ۵۸
نمودار (۴-۵) نسبت زمان – هزینه واحد ۵ ۵۹
نمودار (۴-۶) نسبت زمان – هزینه واحد ۲۶ ۵۹
نمودار (۴-۷) متوسط زمان CPU به واحدهای تولیدی ۶۰
نمودار(۴-۸)مشخصه همگرایی الگوریتم ها ۶۴
نمودار (۴-۹) نتایج مقایسه‌ای برای سیستم ارائه شده ۶۵
نمودار(۴-۱۰) مقایسه توان حقیقی (اکتیو) ۶۶
فهرست اشکال
شکل(۱-۱) فرایند بهینه سازی تابع ۴
شکل(۱-۲) نیروگاه‌‌های متصل شده به یک شین مشترک ۷
شکل (۱-۳) چرخه الگوریتم بهینه‌سازی ازدحام ذرات ۱۶
شکل (۳-۱) :روش انتخاب چرخ رولت ۳۳
شکل (۳-۲) روش ترکیب (Crossover) 33
شکل (۳-۳)روش جهش (mutation) 34
شکل (۳-۴) فلوچارت الگوریتم ژنتیک ۳۷
شکل (۳-۵) فلوچارت الگوریتم بهینه‌سازی ازدحام ذرات ۴۵
شکل (۴-۱) نمایش تک خطی سیستم ۵۳
شکل (۴-۲) همگرایی ازدحام ذرات ۶۱