苏莱曼·阿黛尔-哈迪·苏莱曼、阿黛尔-阿尔·哈桑·曼塔维著的《现代优化算法在电力系统中的应用/国际电气工程先进技术译丛》包含电力系统中的多种优化问题，其中包括电力系统经济运行（短期调度、长期调度），机组组合，电力系统优潮流以及电能质量智能测量等问题。在算法上，介绍了泛函分析、模糊系统、模拟退火、禁忌搜索、遗传算法、粒子群算法等多种优化方法。对各种电力优化问题，通常会给出两种以上的优化技术解决方案。针对不同的优化技术解决方案，均详实地给出了问题的数学模型、优化技术或算法的针对性运用以及具体的求解流程，同时还给出了优化结果。通过阅读本书，可以使初学者在短时间内了解多种电力问题的数学模型、优化求解思路和具体的实现技法；通过多种优化技术的对比，可以帮助有基础的读者实现电力优化技术的提升以及应用领域的引领。
本书可作为电气工程学科高年级本科生和研究生以及从事电力运行、控制优化和电力智能测量的电气工程师的教材或参考书。因为本书探讨的发电装置同时涉及了火电、核电和水电，所以对从事运筹学和水资源研究的科研人员也有一定的帮助。

译者序
原书前言
致谢
第1章 概述
1.1 引言
1.2 优化技术
1.2.1 传统优化技术（经典算法）
1.2.2 进化技术
1.3 本书概要
参考文献
第2章 数学优化方法
2.1 引言
2.2 二次型
2.3 一些静态优化方法
2.3.1 无约束优化
2.3.2 带约束优化问题
2.4 庞特里亚金最大值定理
2.5 泛函解析优化技术
2.5.1 范数
2.5.2 内积（点积）
2.5.3 函数的转换
2.5.4 最小范数定理
2.6 模拟退火算法
2.6.1 模拟退火的物理概念
2.6.2 组合优化问题
2.6.3 一般的模拟退火算法
2.6.4 冷却进度表
2.6.5 多项式时间冷却进度表
2.6.6 Kirk冷却进度表
2.7 禁忌搜索算法
2.7.1 禁忌表约束
2.7.2 特赦准则
2.7.3 终止准则
2.7.4 常规禁忌搜索算法
2.8 遗传算法
2.8.1 编码
2.8.2 适应度函数
2.8.3 遗传算子
2.8.4 约束条件的处理（修复机制）
2.8.5 普通遗传算法
2.9 模糊系统
2.9.1 基本术语和定义
2.9.2 模糊集支集
2.9.3 正规性
2.9.4 凹凸性
2.9.5 模糊集合的基本运算
2.10 粒子群优化(PSO)算法
2.11 PSO算法的基本原理
2.11.1 一般PSO算法
参考文献
第3章 电力系统经济运行
3.1 引言
3.2 水-火-核联合供电电力系统
3.2.1 数学建模
3.2.2 优化步骤
3.2.3 基于最小范数定理的最优解获取
3.2.4 一种可行的多层算法
3.2.5 结论与总结
3.3 全火力发电系统
3.3.1 常规全火力发电系统的问题描述
3.3.2 模糊全火力发电系统问题的数学模型
3.3.3 求解算法
3.3.4 算例
3.3.5 总结
3.4 考虑模糊负荷和模糊成本函数参数的全火力发电系统
3.4.1 问题的数学描述
3.4.2 三角形模糊数的模糊区间运算
3.4.3 采用三角形L-R表示法的模糊数的模糊运算
3.4.4 算例
3.5 计及损耗的模糊经济调度问题
3.5.1 问题的数学描述
3.5.2 求解算法
3.5.3 仿真实例
3.5.4 总结
附录
附录A.1
附录A.2
参考文献
第4章 经济调度问题与机组组合问题:建模与求解算法
4.1 引言
4.2 该问题的求解思路
4.3 制定试验解的产生规则
4.4 电力系统经济调度问题
4.5 目标函数
4.5.1 生产成本
4.5.2 机组起动成本
4.6 约束条件
4.6.1 系统约束
4.6.2 机组约束
4.7 试验解的产生规则
4.8 产生初始解
4.9 经济调度问题的求解算法
4.9.1 基于线性互补形式的经济调度问题
4.9.2 经济调度问题的Tableau规模
4.10 模拟退火算法用于求解UCP
4.10.1 与文献中其他SAA的比较
4.10.2 数值算例
4.11 总结与结论
4.12 用禁忌搜索(TS)算法求解UCP
4.12.1 禁忌表(TL)的约束
4.12.2 特赦水平的标准
4.12.3 终止准则
4.12.4 常规禁忌搜索算法
4.12.5 TS算法在UCP中的应用
4.12.6 UCP的禁忌表类型
4.12.7 UCP的禁忌表方法
4.12.8 不同禁忌表建立方法之间的比较
4.12.9 用于UCP的禁忌表的大小
4.12.10 STSA的数值结果
4.13 高级禁忌搜索(ATS)算法
4.13.1 中期记忆
4.13.2 长期记忆
4.13.3 策略波动机制
4.13.4 ATS算法用于求解UCP
4.13.5 中期记忆的实现
4.13.6 长期记忆的实现
4.13.7 策略波动的实现
4.13.8 ATSA的数值结果
4.14 局部总结
4.15 遗传算法用于求解UCP
4.15.1 解的编码
4.15.2 适应度函数
4.15.3 遗传算子
4.15.4 约束处理（修复机制）
4.15.5 普通遗传算法
4.15.6 用遗传算法求解UCP
4.15.7 问题编码
4.15.8 构建适应度函数
4.15.9 染色体的选择过程
4.15.10 交叉
4.15.11 变异
4.15.12 自适应GA算子
4.15.13 算例
4.15.14 总结与延伸
4.16 用于求解UCP的混合算法
4.17 模拟退火与禁忌搜索的混合(ST)
4.17.1 ST算法中的禁忌搜索部分
4.17.2 ST算法中的模拟退火部分
4.18 ST算法的数值计算结果
4.19 遗传算法与禁忌搜索的混合
4.19.1 遗传禁忌(GT)算法的提出
4.19.2 GT算法中的遗传算法部分
4.19.3 GT算法中的禁忌搜索部分
4.20 GT算法的数值计算结果
4.21 GA、SA与TS算法的混合（GST算法）
4.21.1 GST算法的遗传算法部分的设计与实现
4.21.2 GST算法的禁忌搜索部分的设计与实现
4.21.3 GST算法的模拟退火部分的设计与实现
4.22 GST算法的数值计算结果
4.23 总结与延伸
4.24 各算法在UCP方面的比较
4.24.1 算例1的比较结果
4.24.2 算例2的比较结