首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

多子群分层粒子群差分算法在机器人逆运动学中的应用

摘要第5-6页
Abstract第6-7页
第1章 绪论第12-15页
    1.1 机器人研究背景第12页
    1.2 机器人逆运动学的研究目的意义第12-13页
    1.3 国内外机器人逆运动学研究现状第13-14页
    1.4 论文结构安排第14-15页
第2章 机器人运动学方程第15-31页
    2.1 位姿描述和齐次变换第15-18页
        2.1.1 刚体位姿描述第15-16页
        2.1.2 关节坐标系坐标变换第16-18页
        2.1.3 齐次坐标和齐次变换第18页
    2.2 操作臂运动学方程第18-22页
        2.2.1 连杆参数和连杆坐标系第19-21页
        2.2.2 连杆变换和运动学方程第21-22页
    2.3 PUMA560机器人运动学方程第22-26页
    2.4 喷涂机器人运动学方程第26-30页
    2.5 本章小结第30-31页
第3章 自适应混沌粒子群算法第31-43页
    3.1 基本粒子群算法第31-33页
        3.1.1 基本粒子群算法原理第31页
        3.1.2 基本粒子群算法数学表示第31-32页
        3.1.3 基本粒子群算法分析第32-33页
    3.2 改进自适应混沌粒子群算法第33-42页
        3.2.1 混沌现象第33-36页
        3.2.2 参数自适应调整改进第36-38页
        3.2.3 算法计算流程与步骤第38-39页
        3.2.4 算法仿真测试第39-42页
    3.3 本章小结第42-43页
第4章 多种群分层粒子群差分算法第43-56页
    4.1 差分算法第43-47页
        4.1.1 标准差分算法第43-45页
        4.1.2 改进差分算法第45-47页
    4.2 多子群分层粒子群差分算法第47-50页
        4.2.1 算法思想第47页
        4.2.2 算法实现与分析第47-50页
        4.2.3 多子群分层粒子群差分算法步骤第50页
    4.3 算法仿真测试第50-54页
        4.3.1 测试函数选取第50-52页
        4.3.2 算法参数设置第52页
        4.3.3 仿真测试结果第52-54页
    4.4 本章小结第54-56页
第5章 基于多子群分层粒子群差分算法逆运动学求解第56-66页
    5.1 目标函数的选择第56-57页
    5.2 PUMA560机器人仿真测试第57-61页
        5.2.1 参数设置第57-58页
        5.2.2 实验结果分析第58-61页
    5.3 喷涂机器人仿真测试第61-65页
        5.3.1 参数设置第61-62页
        5.3.2 实验结果分析第62-65页
    5.4 本章小结第65-66页
结论与展望第66-67页
参考文献第67-71页
附录A 攻读硕士学位期间所发表的学术论文目录第71-72页
致谢第72页

论文共72页,点击 下载论文
上一篇:新型位置传感器解码系统的研究与设计
下一篇:基于BP神经网络的A银行中小企业信用评估系统构建