| 摘 要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪 论 | 第10-20页 |
| 1.1 引言 | 第10-11页 |
| 1.2 机器人的发展概况 | 第11-12页 |
| 1.3 机器人控制技术与理论的发展概况 | 第12-18页 |
| 1.3.1 机器人控制技术的发展 | 第12-14页 |
| 1.3.2 机器人的智能控制发展及现状分析 | 第14-18页 |
| 1.4 本课题研究的内容、目的和意义 | 第18-20页 |
| 1.4.1 内容 | 第18-19页 |
| 1.4.2 目的 | 第19页 |
| 1.4.3 意义 | 第19-20页 |
| 第2章 预备知识 | 第20-31页 |
| 2.1 数学知识 | 第20-21页 |
| 2.2 控制理论基本概念 | 第21-25页 |
| 2.2.1 李亚普诺夫稳定性理论 | 第21-23页 |
| 2.2.2 Barbalet引理 | 第23-24页 |
| 2.2.3 拉萨尔不变集定理 | 第24-25页 |
| 2.3 仿真知识 | 第25-26页 |
| 2.4 机器人的数学模型 | 第26-28页 |
| 2.5 仿真模型的建立 | 第28-30页 |
| 2.6 本章小结 | 第30-31页 |
| 第3章 基于最优控制的机器人模糊CMAC控制 | 第31-45页 |
| 3.1 引言 | 第31-32页 |
| 3.2 CMAC神经网络的结构及工作原理 | 第32-33页 |
| 3.3 模糊CMAC神经网络 | 第33-36页 |
| 3.3.1 模糊CMAC神经网络结构 | 第33-35页 |
| 3.3.2 模糊CMAC学习算法 | 第35-36页 |
| 3.4 机器人控制器的设计 | 第36-41页 |
| 3.5 仿真结果 | 第41-44页 |
| 3.6 本章小结 | 第44-45页 |
| 第4章 基于系统状态的机器人模糊变结构控制 | 第45-59页 |
| 4.1 引言 | 第45-46页 |
| 4.2 变结构控制基本理论 | 第46-48页 |
| 4.2.1 变结构控制的定义 | 第46页 |
| 4.2.2 变结构控制系统的品质 | 第46-47页 |
| 4.2.3 削弱抖振的方法 | 第47-48页 |
| 4.3 机器人控制系统设计 | 第48-55页 |
| 4.3.1 变结构控制器的设计 | 第48-52页 |
| 4.3.2 仿真结果 | 第52-55页 |
| 4.4 模糊边界层控制 | 第55-57页 |
| 4.5 仿真结果 | 第57-58页 |
| 4.6 本章小结 | 第58-59页 |
| 第5章 基于(？)控制的不确定机器人RBF神经网络控制 | 第59-74页 |
| 5.1 引言 | 第59页 |
| 5.2 (？)控制理论 | 第59-61页 |
| 5.3 具有(？)跟踪特性的NN控制器 | 第61-66页 |
| 5.3.1 RBF神经网络的函数估计 | 第63-65页 |
| 5.3.2 NN控制器的设计 | 第65-66页 |
| 5.4 (？)控制器的设计 | 第66-73页 |
| 5.4.1 (？0第一种控制方案 | 第66-68页 |
| 5.4.2 仿真结果 | 第68-70页 |
| 5.4.3 (？)第二种控制方案 | 第70-71页 |
| 5.4.4 仿真结果 | 第71-73页 |
| 5.5 本章小结 | 第73-74页 |
| 结 论 | 第74-77页 |
| 参考文献 | 第77-83页 |
| 攻读硕士学位期间所发表的论文 | 第83-84页 |
| 致 谢 | 第84-85页 |
| 作者简介 | 第85页 |