面向复杂路况的助力搬运装置自适应控制方法研究
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第9-19页 |
| 1.1 课题背景 | 第9-11页 |
| 1.2 助力系统现状 | 第11-15页 |
| 1.3 助力系统控制方法现状 | 第15-17页 |
| 1.4 论文结构内容安排 | 第17-19页 |
| 第二章 助力搬运装置硬件结构 | 第19-27页 |
| 2.1 助力搬运装置的功能 | 第19-20页 |
| 2.2 助力搬运装置的整体结构 | 第20-22页 |
| 2.3 助力搬运装置的工作原理 | 第22-23页 |
| 2.4 助力搬运装置控制系统的硬件介绍 | 第23-25页 |
| 2.4.1 力信息采集模块 | 第23-24页 |
| 2.4.2 运动执行模块 | 第24页 |
| 2.4.3 控制模块 | 第24-25页 |
| 2.4.4 电源模块 | 第25页 |
| 2.5 本章小结 | 第25-27页 |
| 第三章 助力搬运装置控制方法分析 | 第27-37页 |
| 3.1 系统力控制方法研究 | 第27-28页 |
| 3.2 阻抗控制策略研究 | 第28-31页 |
| 3.2.1 阻抗控制原理 | 第28-30页 |
| 3.2.2 助力搬运装置阻抗控制 | 第30-31页 |
| 3.3 助力搬运装置的路况等环境分析 | 第31-34页 |
| 3.4 阻抗控制方法的不足 | 第34页 |
| 3.5 BP神经网络智能控制策略 | 第34-35页 |
| 3.6 本章小结 | 第35-37页 |
| 第四章 基于遗传算法的BP神经网络优化研究 | 第37-51页 |
| 4.1 BP神经网络概述 | 第37-40页 |
| 4.1.1 神经元模型 | 第37-38页 |
| 4.1.2 BP网络结构原理 | 第38-39页 |
| 4.1.3 BP网络训练流程 | 第39-40页 |
| 4.2 BP网络的优缺点分析 | 第40页 |
| 4.3 BP网络算法的改进 | 第40-42页 |
| 4.4 基于遗传算法的BP神经网络优化 | 第42-49页 |
| 4.4.1 遗传算法概述 | 第42-44页 |
| 4.4.2 遗传算法优化BP神经网络的方法分析 | 第44-45页 |
| 4.4.3 GA-BP神经网络的具体实现方法 | 第45-48页 |
| 4.4.4 GA-BP神经网络具体操作步骤 | 第48-49页 |
| 4.5 本章小结 | 第49-51页 |
| 第五章 助力搬运装置GA-BP神经网络控制方法 | 第51-65页 |
| 5.1 助力搬运装置控制模型的建立 | 第51-52页 |
| 5.2 基于路况的BP神经网络参数分析 | 第52-55页 |
| 5.2.1 理想工作路况 | 第53页 |
| 5.2.2 复杂工作路况 | 第53-55页 |
| 5.3 GA-BP神经网络控制实现策略 | 第55-57页 |
| 5.4 GA-BP神经网络控制仿真实验 | 第57-63页 |
| 5.4.1 数据采集 | 第57-59页 |
| 5.4.2 GA-BP神经网络的训练与验证 | 第59-62页 |
| 5.4.3 仿真结果分析 | 第62-63页 |
| 5.5 本章小结 | 第63-65页 |
| 第六章 结论与展望 | 第65-67页 |
| 6.1 结论 | 第65-66页 |
| 6.2 展望 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 攻读学位期间所取得的相关科研成果 | 第71-73页 |
| 致谢 | 第73页 |
