首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--人工神经网络与计算论文

非线性系统的神经网络建模与控制--几种新算法及收敛性、稳定性

摘要第1-9页
Abstract第9-11页
第一章 绪论第11-27页
   ·研究动机第11-12页
   ·文献回顾第12-20页
     ·受限柔性机器人的动力学建模第13-17页
     ·受限柔性机器人的运动控制第17-20页
   ·研究目标与内容安排第20-21页
 参考文献第21-27页
第二章 受限柔性机器人的动力学建模第27-37页
   ·引言第27-28页
   ·受限柔性机器人对象第28-29页
   ·动力学建模第29-35页
   ·结论第35页
 参考文献第35-37页
第三章 受限柔性机器人的模型简化第37-45页
   ·引言第37-38页
   ·受限柔性机器人动力学模型第38-41页
   ·模型简化第41-43页
   ·结论第43-44页
 参考文献第44-45页
第四章 受限柔性机器人的变结构混合位置/力控制第45-61页
   ·引言第45-46页
   ·受限柔性机器人动力学模型第46-48页
   ·混合位置/力控制器设计第48-49页
     ·控制器设计第48-49页
     ·稳定性分析第49页
   ·修正的变结构鲁棒控制器设计第49-53页
   ·计算机仿真第53-58页
   ·结论第58-59页
 参考文献第59-61页
第五章 受限柔性机器人的自适应模糊位置/力控制第61-77页
   ·引言第61-62页
   ·受限柔性机器人动力学模型第62-63页
   ·受限柔性机器人模糊自适应控制器第63-71页
     ·模糊化第64-66页
     ·规则库第66-68页
     ·解模糊第68-69页
     ·明晰控制器第69-70页
     ·性能量测第70页
     ·附注第70-71页
   ·计算机仿真第71-75页
   ·结论第75页
 参考文献第75-77页
第六章 受限柔性机器人基于遗传算法的自适应模糊控制第77-95页
   ·引言第77-78页
   ·受限柔性机器人动力学模型第78-80页
   ·自适应模糊逻辑控制器第80-83页
   ·基于遗传算法的参数学习算法第83-87页
     ·遗传算法简介第83-86页
       ·复制第85页
       ·交叉第85-86页
       ·变异第86页
     ·遗传学习算法第86-87页
   ·计算机仿真第87-92页
   ·结论第92页
 参考文献第92-95页
第七章 结束语第95-99页
   ·本文开展的工作第95-96页
   ·后续研究工作第96-97页
   ·展望第97-99页
附录1 作者在攻读博士学位期间发表和完成的论文目录第99-100页
附录2 作者在攻读博士学位期间获奖情况第100-102页
致谢第102页

论文共102页,点击 下载论文
上一篇:中国戏曲本体论质疑
下一篇:淡水枝角类和轮虫生态及批量培养技术的研究