首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--机器人技术论文--机器人论文

机器人轨迹跟踪的智能控制方法研究

摘要第1-9页
Abstract第9-11页
第1章 绪论第11-21页
 1.1 自动控制理论的发展简述第11-12页
 1.2 智能控制理论的产生和发展第12-16页
  1.2.1 模糊控制第13-15页
  1.2.2 神经网络控制第15-16页
 1.3 机器人轨迹跟踪的智能控制技术第16-19页
  1.3.1 机器人技术的发展第16-18页
  1.3.2 智能控制理论在机器人轨迹跟踪系统中的应用第18-19页
 1.4 本文所开展的研究工作第19-21页
第2章 机器人的数学模型第21-40页
 2.1 数学基础第21-25页
  2.1.1 刚体的位姿描述第21-22页
  2.1.2 坐标变换第22-23页
  2.1.3 齐次坐标变换第23-25页
 2.2 机器人的运动学方程第25-34页
  2.2.1 机器人坐标系的建立第25-27页
  2.2.2 机器人运动学方程的建立第27-28页
  2.2.3 机器人运动学方程的求解第28-31页
  2.2.4 机器人的雅可比矩阵第31-34页
 2.3 机器人的动力学方程第34-39页
  2.3.1 刚体的运动方程第34-35页
  2.3.2 机械手的逆动力学方程第35-39页
 2.4 本章小结第39-40页
第3章 机器人轨迹跟踪的模糊控制第40-51页
 3.1 模糊控制器的基本原理第40-45页
  3.1.1 模糊控制的基本思想第40-41页
  3.1.2 模糊控制器的组成和设计方法第41-45页
 3.2 机器人模糊控制系统设计第45-48页
  3.2.1 控制系统设计第46页
  3.2.2 模糊控制器设计第46-48页
 3.3 仿真实验第48-50页
  3.3.1 实验1第48-49页
  3.3.2 实验2第49-50页
 3.4 本章小结第50-51页
第4章 基于模糊神经网络的机器人轨迹跟踪控制第51-66页
 4.1 径向基函数神经网络第51-58页
  4.1.1 径向基函数神经网络的模型第52页
  4.1.2 径向基函数神经网络的学习算法第52-56页
  4.1.3 基于径向基函数神经网络的机器人系统辨识第56-58页
 4.2 基于模糊神经网络的机器人控制系统第58-65页
  4.2.1 控制系统的结构设计第58-59页
  4.2.2 模糊高斯基神经网络的结构第59-61页
  4.2.3 网络学习算法第61-63页
  4.2.4 仿真实验第63-65页
 4.3 本章小结第65-66页
第5章 基于混合学习算法的模糊神经网络的机器人控制第66-77页
 5.1 遗传算法的基本知识第66-70页
  5.1.1 遗传算法中的基本概念和术语第67页
  5.1.2 遗传算法的基本原理第67页
  5.1.3 遗传算法的收敛性第67-68页
  5.1.4 遗传算法的设计步骤第68-70页
 5.2 基于混合学习算法的模糊神经网络的机器人控制第70-75页
  5.2.1 控制系统结构设计第71页
  5.2.2 网络的学习算法第71-75页
 5.3 仿真实验第75-76页
 5.4 本章小结第76-77页
第6章 机器人轨迹跟踪的神经网络滑模控制第77-91页
 6.1 滑模变结构的基本概念第77-80页
  6.1.1 变结构控制的基本原理第78-79页
  6.1.2 变结构控制的特点第79页
  6.1.3 变结构控制的抖振问题第79-80页
 6.2 机器人的滑模变结构控制第80-84页
  6.2.1 机器人的物理特征第80页
  6.2.2 机器人的滑模变结构控制系统设计第80-82页
  6.2.3 仿真实验第82-84页
 6.3 机器人的神经网络滑模控制第84-90页
  6.3.1 神经网络补偿第85-86页
  6.3.2 滑模控制器和神经网络学习算法的设计第86-88页
  6.3.3 仿真实验第88-90页
 6.4 本章小结第90-91页
结论第91-94页
参考文献第94-99页
致谢第99-101页
附录A(攻读学位期间所发表的学术论文目录)第101页

论文共101页,点击 下载论文
上一篇:基于前景理论的公共危机中个体决策行为及对策研究
下一篇:房地产开发企业成本管理体系设计