用CNN实现CPG的理论及其机器人步态控制器的研究
| 目录 | 第1-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第7-14页 |
| 1．1 课题的目的、意义及主要内容 | 第7-8页 |
| 1．2 国内外的研究现状和进展 | 第8-11页 |
| 1．2．1 足式机器人传统的运动控制策略 | 第8-9页 |
| 1．2．2 CPG控制策略及其研究现状 | 第9-10页 |
| 1．2．3 CNN的研究现状 | 第10-11页 |
| 1．3 利用 CNN实现 CPG的基本原理及不足 | 第11-12页 |
| 1．4 本文结构安排 | 第12-14页 |
| 第二章 CPG、CNN和 GA算法 | 第14-22页 |
| 2．1 中枢模式发生器 | 第14-15页 |
| 2．2 细胞神经网络 | 第15-20页 |
| 2．2．1 CNN原型 | 第15-17页 |
| 2．2．2 两层细胞神经网络 | 第17-18页 |
| 2．2．3 两层CNN和CPG | 第18-20页 |
| 2．3 遗传算法 | 第20-22页 |
| 第三章 基干集成遗传算法的模板设计 | 第22-29页 |
| 3．1 CNN状态方程的求解 | 第22-23页 |
| 3．2 细胞参数模板的设计 | 第23-26页 |
| 3．2．1 集成遗传算法 | 第24页 |
| 3．2．2 适应度函数的设计 | 第24-25页 |
| 3．2．3 算法的实现 | 第25-26页 |
| 3．3 仿真试验 | 第26-27页 |
| 3．4 本章小结 | 第27-29页 |
| 第四章 CNN的理论研究 | 第29-40页 |
| 4．1 稳定性分析 | 第29-34页 |
| 4．2 网络偏置量的研究 | 第34-36页 |
| 4．3 试验仿真 | 第36-39页 |
| 4．4 本章小结 | 第39-40页 |
| 第五章 基于 CNN和模糊控制的 CPG控制器 | 第40-53页 |
| 5．1 网络稳定性评估 | 第40-43页 |
| 5．2 控制策略 | 第43-49页 |
| 5．2．1 模糊逻辑控制器 | 第44-48页 |
| 5．2．2 调整器 | 第48-49页 |
| 5．3 实验仿真 | 第49-52页 |
| 5．4 本章小结 | 第52-53页 |
| 第六章 改变控制器输出模式的研究 | 第53-57页 |
| 6．1 通过改变网络偏置量产生不同的模式 | 第53-54页 |
| 6．2 通过改变网络结构和网络连接产生不同的模式 | 第54-55页 |
| 6．3 本章小结 | 第55-57页 |
| 第七章 总结 | 第57-59页 |
| 参考文献 | 第59-62页 |
| 致谢 | 第62页 |
