| 第1章 绪论 | 第1-19页 |
| ·引言 | 第9页 |
| ·仿生水下机器人简介 | 第9-12页 |
| ·仿鱼类推进与操纵的特点 | 第9-10页 |
| ·仿鱼类推进方式的分类 | 第10-12页 |
| ·目前研究热点及未来发展方向 | 第12页 |
| ·仿生水下机器人的国内外研究概况 | 第12-16页 |
| ·课题来源及研究目的和意义 | 第16-17页 |
| ·论文的主要内容 | 第17-19页 |
| 第2章 仿生机器鱼运动仿真与建模 | 第19-40页 |
| ·仿生机器鱼结构 | 第19页 |
| ·仿生机器鱼水动力特性分析 | 第19-20页 |
| ·运动坐标系选取 | 第20-23页 |
| ·固定坐标与运动坐标系 | 第20-22页 |
| ·固定坐标系 | 第21页 |
| ·运动坐标系 | 第21-22页 |
| ·运动参数的表示 | 第22页 |
| ·固定坐标与运动坐标的转换关系 | 第22-23页 |
| ·仿生机器鱼的运动模型 | 第23-39页 |
| ·水动力 | 第24页 |
| ·水动力计算 | 第24-27页 |
| ·重力和浮力 | 第27-28页 |
| ·尾鳍推力仿真 | 第28-37页 |
| ·建立摆动尾鳍的计算模型 | 第28-31页 |
| ·面元法的基本公式 | 第31-35页 |
| ·理论数据结合实验分析 | 第35-37页 |
| ·胸鳍升力仿真 | 第37-38页 |
| ·环境干扰力 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 第3章 基于神经网络的模糊控制的理论概论 | 第40-55页 |
| ·智能控制技术 | 第40-41页 |
| ·模糊系统与神经网络融合的形态 | 第41-43页 |
| ·两种模糊神经网络结构 | 第43页 |
| ·基于Takagi-Sugeno模型的模糊神经网络 | 第43-51页 |
| ·模糊控制系统的Takagi-Sugeno型 | 第43-44页 |
| ·基于神经网络的T-S模糊系统结构 | 第44-47页 |
| ·学习算法 | 第47-51页 |
| ·基于标准模型的模糊神经网络 | 第51-54页 |
| ·模糊控制系统的标准模型 | 第51-54页 |
| ·神经网络模糊系统结构 | 第54页 |
| ·本章小结 | 第54-55页 |
| 第4章 基于神经网络的T-S模糊控制器设计 | 第55-72页 |
| ·控制系统概述 | 第55-56页 |
| ·控制器结构与功能 | 第56页 |
| ·输入与输出变量 | 第56-57页 |
| ·基于神经网络的T-S模糊控制器 | 第57-66页 |
| ·基于神经网络的T-S模糊系统型 | 第57-59页 |
| ·学习方法 | 第59-61页 |
| ·参考模型 | 第61-66页 |
| ·控制器仿真试验 | 第66-71页 |
| ·纵倾控制 | 第67-68页 |
| ·艏向控制 | 第68-70页 |
| ·控制方法分析 | 第70-71页 |
| ·本章小结 | 第71-72页 |
| 第5章 仿生机器鱼仿真及试验 | 第72-76页 |
| ·概述 | 第72-73页 |
| ·仿真及试验分析 | 第73-75页 |
| ·本章小结 | 第75-76页 |
| 结论 | 第76-79页 |
| 参考文献 | 第79-82页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第82-83页 |
| 致谢 | 第83页 |