| 摘要 | 第1-7页 |
| ABSTRACT | 第7-13页 |
| 图表索引 | 第13-15页 |
| 第一章 绪论 | 第15-26页 |
| 1．1 研究背景及意义 | 第15-17页 |
| 1．2 机器人逆运动学问题的研究现状 | 第17-20页 |
| 1．3 本文的主要研究内容及创新点 | 第20-21页 |
| 1．3．1 主要研究内容 | 第20-21页 |
| 1．3．2 主要创新点 | 第21页 |
| 1．4 论文安排 | 第21-22页 |
| 参考文献 | 第22-26页 |
| 第二章 SCARA机器人运动学分析 | 第26-42页 |
| 2．1 机器人运动学 | 第26-31页 |
| 2．1．1 机器人位姿描述 | 第26-29页 |
| 2．1．2 机器人运动学方程 | 第29-31页 |
| 2．2 SCARA机器人运动学分析 | 第31-39页 |
| 2．2．1 机器人齐次坐标系的建立 | 第31-32页 |
| 2．2．2 机器人正运动学分析 | 第32-34页 |
| 2．2．3 机器人逆运动学分析 | 第34-37页 |
| 2．2．4 吸机器人运动学方程的简化 | 第37-39页 |
| 参考文献 | 第39-42页 |
| 第三章 基于思维进化算法的神经网络 | 第42-71页 |
| 3．1 人工神经网络 | 第42-49页 |
| 3．1．1 人工神经网络的发展和特点 | 第42-43页 |
| 3．1．2 BP网络 | 第43-49页 |
| 3．2 思维进化算法 | 第49-63页 |
| 3．2．1 思维进化算法的提出 | 第49-50页 |
| 3．2．2 思维进化的基本概念 | 第50-52页 |
| 3．2．3 思维进化算法的基本思想 | 第52-56页 |
| 3．2．4 具有二进制编码的思维进化方法 | 第56-60页 |
| 3．2．5 思维进化算法与遗传算法的比较 | 第60-61页 |
| 3．2．6 思维进化算法的应用 | 第61-63页 |
| 3．3 基于思维进化算法的神经网络优化 | 第63-66页 |
| 3．3．1 连接权的优化 | 第63-65页 |
| 3．3．2 网络结构的优化 | 第65-66页 |
| 3．3．3 学习规则的优化 | 第66页 |
| 参考文献 | 第66-71页 |
| 第四章 基于思维进化算法的神经网络求解机械手运动学逆解 | 第71-95页 |
| 4．1 机械手逆运动学问题 | 第71-72页 |
| 4．2 神经网络求解运动学逆解 | 第72-78页 |
| 4．2．1 BP神经网络结构 | 第73-74页 |
| 4．2．2 网络训练 | 第74-78页 |
| 4．3 基于遗传算法的神经网络求解运动学逆解 | 第78-84页 |
| 4．3．1 算法步骤 | 第78-79页 |
| 4．3．2 仿真实验 | 第79-84页 |
| 4．4 基于思维进化算法的神经网络求解运动学逆解 | 第84-93页 |
| 4．4．1 算法步骤 | 第84-87页 |
| 4．4．2 仿真实验 | 第87-92页 |
| 4．4．3 算法比较 | 第92-93页 |
| 参考文献 | 第93-95页 |
| 第五章 SCARA机器人搬运作业实验 | 第95-107页 |
| 5．1 SCARA机器人结构 | 第95-101页 |
| 5．1．1 SCARA本体结构 | 第95-97页 |
| 5．1．2 SCARA机器人的运动控制结构 | 第97-99页 |
| 5．1．3 SCARA机器人的主要技术指标 | 第99-100页 |
| 5．1．4 SCARA机器人的示教再现系统 | 第100-101页 |
| 5．2 SCARA机器人搬运作业 | 第101-105页 |
| 5．2．1 搬运作业示例 | 第102-103页 |
| 5．2．2 示教过程操作方法 | 第103-105页 |
| 参考文献 | 第105-107页 |
| 第六章 结束语 | 第107-109页 |
| 6．1 结论 | 第107-108页 |
| 6．2 本课题的发展 | 第108-109页 |
| 致谢 | 第109-110页 |
| 硕士期间发表论文 | 第110页 |