| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 引言 | 第9-10页 |
| 第1章 绪论 | 第10-21页 |
| 1.1 研究背景及意义 | 第10-12页 |
| 1.1.1 研究背景 | 第10-11页 |
| 1.1.2 研究意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.2.1 国内的研究现状 | 第12-14页 |
| 1.2.2 国外的研究现状 | 第14页 |
| 1.3 极限学习机网络与内在动机机制的研究与发展 | 第14-18页 |
| 1.3.1 极限学习机概述 | 第14-15页 |
| 1.3.2 内在动机机制 | 第15-17页 |
| 1.3.3 粒子群优化算法 | 第17-18页 |
| 1.4 论文内容安排和主要内容 | 第18-21页 |
| 第2章 两轮自平衡机器人系统及其数学模型 | 第21-33页 |
| 2.1 两轮自平衡机器人的系统结构 | 第21-22页 |
| 2.2 两轮自平衡机器人数学模型的建立 | 第22-28页 |
| 2.3 基于Fuzzy控制理论的两轮机器人直立控制实验 | 第28-31页 |
| 2.3.1 Proportion控制器的设计 | 第29页 |
| 2.3.2 Fuzzy控制器的设计 | 第29-31页 |
| 2.3.3 仿真实验 | 第31页 |
| 2.4 本章小结 | 第31-33页 |
| 第3章 基于内在动机的极限学习机算法设计 | 第33-44页 |
| 3.1 强化学习 | 第33-34页 |
| 3.2 极限学习机 | 第34-35页 |
| 3.3 基于内在动机的极限学习机算法 | 第35-39页 |
| 3.3.1 算法设计 | 第35-38页 |
| 3.3.2 算法流程 | 第38-39页 |
| 3.4 实验设计与仿真结果分析 | 第39-43页 |
| 3.4.1 实验设计 | 第39-40页 |
| 3.4.2 仿真结果分析 | 第40-43页 |
| 3.4.3 算法性能对比 | 第43页 |
| 3.5 本章小结 | 第43-44页 |
| 第4章 基于强化学习的在线序列极限学习机算法设计 | 第44-57页 |
| 4.1 在线序列极限学习机 | 第44-47页 |
| 4.2 基于强化学习的在线序列极限学习机算法 | 第47-51页 |
| 4.2.1 算法设计 | 第47-49页 |
| 4.2.2 网络框架及算法流程 | 第49-50页 |
| 4.2.3 机器人控制系统设计 | 第50-51页 |
| 4.3 实验设计与仿真结果分析 | 第51-55页 |
| 4.3.1 实验设计 | 第51-52页 |
| 4.3.2 仿真结果分析 | 第52-54页 |
| 4.3.3 算法性能对比 | 第54-55页 |
| 4.4 本章小结 | 第55-57页 |
| 第5章 改进粒子群优化的极限学习机算法设计 | 第57-68页 |
| 5.1 粒子群优化算法 | 第57-59页 |
| 5.1.1 标准粒子群优化算法 | 第57-58页 |
| 5.1.2 改进的粒子群优化算法 | 第58-59页 |
| 5.2 改进粒子群优化的极限学习机算法设计及流程 | 第59-60页 |
| 5.3 实验设计及仿真结果分析 | 第60-66页 |
| 5.3.1 实验设计 | 第60-61页 |
| 5.3.2 仿真结果分析 | 第61-66页 |
| 5.3.3 算法性能对比 | 第66页 |
| 5.4 本章小结 | 第66-68页 |
| 结论 | 第68-70页 |
| 参考文献 | 第70-75页 |
| 致谢 | 第75-76页 |
| 导师简介 | 第76页 |
| 备案协助导师简介 | 第76页 |
| 企业导师简介 | 第76-77页 |
| 作者简介 | 第77-78页 |
| 学位论文数据集 | 第78页 |