| 摘要 | 第5-7页 |
| abstract | 第7-8页 |
| 第一章 绪论 | 第12-18页 |
| 1.1 研究工作的背景与意义 | 第12-13页 |
| 1.2 国内外研究历史与现状 | 第13-15页 |
| 1.3 本文的主要贡献与创新 | 第15-16页 |
| 1.4 本论文的结构安排 | 第16-17页 |
| 1.5 本章小结 | 第17-18页 |
| 第二章 预备知识 | 第18-24页 |
| 2.1 主要引理 | 第18页 |
| 2.2 智能神经网络技术 | 第18-19页 |
| 2.3 机器人模型 | 第19-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第三章 带输出受限的未知非线性系统的控制设计 | 第24-43页 |
| 3.1 问题描述 | 第24页 |
| 3.1.1 系统动力学模型 | 第24页 |
| 3.1.2 控制目标与假设 | 第24页 |
| 3.2 自适应神经网络控制设计 | 第24-42页 |
| 3.2.1 基于全状态反馈的控制器设计 | 第25-34页 |
| 3.2.2 仿真设计 | 第34-42页 |
| 3.3 本章小结 | 第42-43页 |
| 第四章 带输出受限的未知控制方向的非线性系统的控制设计 | 第43-62页 |
| 4.1 问题描述 | 第43-44页 |
| 4.1.1 系统动力学模型 | 第43页 |
| 4.1.2 控制目标与假设 | 第43-44页 |
| 4.2 自适应神经网络控制设计 | 第44-61页 |
| 4.2.1 基于全状态反馈的控制器设计 | 第44-53页 |
| 4.2.2 仿真设计 | 第53-61页 |
| 4.3 本章小结 | 第61-62页 |
| 第五章 基于状态反馈与任务空间约束下的机械臂轨迹跟踪控制 | 第62-75页 |
| 5.1 问题描述 | 第62-63页 |
| 5.1.1 系统模型 | 第62页 |
| 5.1.2 控制目标与假设 | 第62-63页 |
| 5.2 自适应神经网络控制设计 | 第63-74页 |
| 5.2.1 基于全状态反馈的控制器设计 | 第63-67页 |
| 5.2.2 仿真设计 | 第67-74页 |
| 5.3 本章小结 | 第74-75页 |
| 第六章 基于输出反馈和任务空间约束下的机械臂轨迹跟踪控制 | 第75-85页 |
| 6.1 问题描述 | 第75页 |
| 6.1.1 系统模型 | 第75页 |
| 6.1.2 控制目标与假设 | 第75页 |
| 6.2 自适应神经网络控制设计 | 第75-84页 |
| 6.2.1 基于输出反馈的自适应神经网络控制设计 | 第75-79页 |
| 6.2.2 仿真设计 | 第79-84页 |
| 6.3 本章小结 | 第84-85页 |
| 第七章 总结与展望 | 第85-87页 |
| 7.1 全文总结 | 第85页 |
| 7.2 展望 | 第85-87页 |
| 致谢 | 第87-88页 |
| 参考文献 | 第88-94页 |
| 攻硕期间的成果 | 第94页 |
