| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第8-18页 |
| 1.1 选题的背景 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-15页 |
| 1.2.1 并联机器人研究现状 | 第9-12页 |
| 1.2.2 并联机器人性能分析研究现状 | 第12-13页 |
| 1.2.3 多目标优化算法研究现状 | 第13-15页 |
| 1.3 课题研究意义 | 第15-16页 |
| 1.4 本论文主要研究内容 | 第16-18页 |
| 第二章 类SCARA并联机器人性能分析 | 第18-34页 |
| 2.1 引言 | 第18页 |
| 2.2 类SCARA支链嵌套并联机器人 | 第18-19页 |
| 2.3 工作空间分析 | 第19-22页 |
| 2.4 全域条件指标分析 | 第22-24页 |
| 2.5 固有频率分析 | 第24-27页 |
| 2.6 误差影响系数分析 | 第27-33页 |
| 2.7 本章小结 | 第33-34页 |
| 第三章 类SCARA并联机器人多目标性能优化 | 第34-58页 |
| 3.1 引言 | 第34页 |
| 3.2 建立类SCARA机器人多目标优化模型 | 第34-35页 |
| 3.2.1 确定优化目标 | 第34页 |
| 3.2.2 选取优化变量 | 第34页 |
| 3.2.3 确定约束条件 | 第34-35页 |
| 3.2.4 建立优化模型 | 第35页 |
| 3.3 多目标优化模型的求解 | 第35-50页 |
| 3.3.1 多目标遗传算法优化 | 第35-39页 |
| 3.3.2 BP神经网络算法结合多目标遗传算法 | 第39-46页 |
| 3.3.2.1 BP神经网络算法与遗传算法结合 | 第39-42页 |
| 3.3.2.2 BP神经网络函数拟合极值寻优验证 | 第42-43页 |
| 3.3.2.3 对类SCARA机器人的多目标优化 | 第43-46页 |
| 3.3.3 经结构优化的BP神经网络算法结合遗传算法 | 第46-50页 |
| 3.4 优化结果验证 | 第50-55页 |
| 3.4.1 仿真模型的建立 | 第50-51页 |
| 3.4.1.1 创建三维几何模型 | 第50-51页 |
| 3.4.1.2 创建ADAMS仿真模型 | 第51页 |
| 3.4.2 运动学仿真 | 第51-55页 |
| 3.5 本章小结 | 第55-58页 |
| 第四章 总结与展望 | 第58-60页 |
| 4.1 总结 | 第58-59页 |
| 4.2 工作展望 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 致谢 | 第64-66页 |
| 攻读学位期间所取得的相关科研成果 | 第66页 |