| 第一章 绪论 | 第1-12页 |
| ·概述 | 第7-8页 |
| ·坐标测量机的国内外发展概况 | 第8-9页 |
| ·并联坐标测量机的理论研究 | 第9-10页 |
| ·设计理论研究 | 第9页 |
| ·位置分析技术研究 | 第9-10页 |
| ·测量空间分析 | 第10页 |
| ·结构参数优化分析研究 | 第10页 |
| ·并联坐标测量机的发展前景 | 第10-11页 |
| ·本学位论文研究的主要内容 | 第11-12页 |
| 第二章 神经网络基本原理 | 第12-19页 |
| ·神经网络的发展概况 | 第12-13页 |
| ·神经网络基本理论 | 第13-17页 |
| ·神经元模型 | 第13-14页 |
| ·神经网络的结构与类型 | 第14-15页 |
| ·神经网络的分类 | 第15-16页 |
| ·神经网络的仿真 | 第16页 |
| ·神经网络的学习与训练 | 第16-17页 |
| ·神经网络的特点和优点 | 第17页 |
| ·BP 神经网络 | 第17-19页 |
| ·BP 网络简介 | 第18页 |
| ·BP 网络的设计 | 第18-19页 |
| 第三章 Stewart 型并联坐标测量机构型设计及运动学分析 | 第19-31页 |
| ·概述 | 第19-20页 |
| ·并联运动机构概述 | 第19-20页 |
| ·并联坐标测量机结构及工作原理 | 第20页 |
| ·位置反解模型 | 第20-24页 |
| ·位置正解模型 | 第24-30页 |
| ·BP 算法概述 | 第25-27页 |
| ·基于神经网络的位置正解计算实例 | 第27-30页 |
| ·本章小结 | 第30-31页 |
| 第四章 Stewart 型并联坐标测量机测量空间的分析 | 第31-46页 |
| ·测量空间定义及分析 | 第31-32页 |
| ·测量空间的制约因素 | 第32-34页 |
| ·驱动杆杆长限制 | 第32页 |
| ·运动副铰链转角限制 | 第32-33页 |
| ·驱动杆杆间干涉限制 | 第33-34页 |
| ·测量空间的确定方法 | 第34-36页 |
| ·测量空间的确定原理 | 第34页 |
| ·测量空间的搜索算法 | 第34-36页 |
| ·测量空间实例 | 第36-43页 |
| ·三维测量空间 | 第36-40页 |
| ·二维测量空间 | 第40-43页 |
| ·结构参数及运动学约束对测量空间体积的影响 | 第43-45页 |
| ·本章小结 | 第45-46页 |
| 第五章 基于遗传算法的并联坐标测量机结构参数优化 | 第46-54页 |
| ·引言 | 第46-47页 |
| ·优化问题的数学基础 | 第47页 |
| ·目标函数的确定 | 第47-48页 |
| ·遗传算法的原理 | 第48-51页 |
| ·遗传算法的目的 | 第49页 |
| ·遗传算法的基本原理 | 第49-50页 |
| ·遗传算法的步骤和意义 | 第50-51页 |
| ·结构参数优化过程 | 第51-53页 |
| ·编码策略 | 第52页 |
| ·遗传算法自身参数设定 | 第52页 |
| ·结构参数优化结果 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 第六章 并联坐标测量机虚拟样机的开发 | 第54-65页 |
| ·引言 | 第54页 |
| ·基于OpenGL 的几何建模技术 | 第54-57页 |
| ·虚拟样机的几何层次结构 | 第55页 |
| ·基于OpenGL 的几何建模的获取方法 | 第55页 |
| ·虚拟样机的形象建模 | 第55-57页 |
| ·虚拟样机的几何造型过程 | 第57页 |
| ·基于OpenGL 的运动建模技术 | 第57-63页 |
| ·六自由度虚拟样机的运动特征描述 | 第58页 |
| ·六自由度虚拟样机的运动过程仿真 | 第58-63页 |
| ·测量运动过程仿真 | 第63-64页 |
| ·本章小结 | 第64-65页 |
| 结论 | 第65-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-70页 |
| 中文详细摘要 | 第70-78页 |