机器人模糊模型辨识方法研究及其在机器马中的应用
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第1章 绪论 | 第11-21页 |
| ·引言 | 第11-12页 |
| ·机器人的发展概况 | 第12-14页 |
| ·模糊建模的发展过程及研究现状 | 第14-17页 |
| ·语言模糊模型 | 第14-15页 |
| ·模糊关系模型 | 第15-16页 |
| ·Takagi-Sugeno 模糊模型 | 第16-17页 |
| ·机器人辨识的研究现状 | 第17-18页 |
| ·论文研究的意义 | 第18-19页 |
| ·论文研究的主要内容和结构安排 | 第19-21页 |
| 第2章 预备知识 | 第21-31页 |
| ·模糊逻辑系统中的基本概念 | 第21-24页 |
| ·模糊神经网络理论 | 第24-27页 |
| ·模糊神经网络的主要形式 | 第24-25页 |
| ·模糊神经网络的模型 | 第25-27页 |
| ·仿真及MATLAB | 第27-28页 |
| ·机器人的数学模型 | 第28-29页 |
| ·仿真模型的建立 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 第3章 基于ANFIS 的机器人系统建模 | 第31-43页 |
| ·引言 | 第31页 |
| ·自适应神经网络 | 第31-34页 |
| ·自适应神经网络的结构 | 第31-32页 |
| ·自适应神经网络的学习规则 | 第32-34页 |
| ·基于ANFIS 建模 | 第34-38页 |
| ·减法聚类 | 第35页 |
| ·ANFIS 建模 | 第35-38页 |
| ·机器人系统辨识 | 第38-42页 |
| ·本章小结 | 第42-43页 |
| 第4章 改进型模糊聚类在机器人系统建模中的应用 | 第43-54页 |
| ·引言 | 第43-44页 |
| ·T-S 模糊模型的建立过程 | 第44-46页 |
| ·模糊模型的结构辨识 | 第44-45页 |
| ·模糊模型的参数辨识 | 第45-46页 |
| ·改进的模糊模型建立方法 | 第46-50页 |
| ·模糊均值聚类 | 第46-47页 |
| ·模糊加权指数的选择 | 第47页 |
| ·改进的模糊聚类 | 第47-49页 |
| ·结论参数辨识 | 第49-50页 |
| ·机器人系统辨识 | 第50-53页 |
| ·本章小结 | 第53-54页 |
| 第5章 仿生机器马的模糊模型辨识 | 第54-66页 |
| ·引言 | 第54页 |
| ·机器马平台的结构 | 第54-56页 |
| ·机器马控制系统结构 | 第56-57页 |
| ·转矩信号采集 | 第57-60页 |
| ·松下伺服驱动系统 | 第57-58页 |
| ·Q8 数据采集卡 | 第58-59页 |
| ·转矩信号采集流程 | 第59-60页 |
| ·仿真研究 | 第60-65页 |
| ·基于ANFIS 建模 | 第63-64页 |
| ·基于改进型模糊聚类建模 | 第64-65页 |
| ·本章小结 | 第65-66页 |
| 结论 | 第66-68页 |
| 参考文献 | 第68-73页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第73-74页 |
| 致谢 | 第74-75页 |
| 作者简介 | 第75页 |
