| 摘要 | 第1-8页 |
| Abstract | 第8-10页 |
| 插图索引 | 第10-11页 |
| 第1章 绪论 | 第11-21页 |
| ·结构优化设计的发展概述 | 第11-13页 |
| ·优化设计的概念 | 第11页 |
| ·结构优化研究现状 | 第11-13页 |
| ·人工神经网络 | 第13-15页 |
| ·人工神经网络的发展及其研究现状 | 第13-14页 |
| ·神经网络在优化设计中的应用 | 第14-15页 |
| ·遗传算法 | 第15-17页 |
| ·遗传算法的发展及其研究现状 | 第15-16页 |
| ·遗传算法在优化设计中应用 | 第16-17页 |
| ·水轮机修复专用机器人 | 第17-19页 |
| ·课题的意义 | 第19页 |
| ·本课题的研究内容 | 第19-21页 |
| 第2章 结构优化设计方法基础 | 第21-26页 |
| ·优化设计的数学模型 | 第21-22页 |
| ·目标函数 | 第22-23页 |
| ·设计变量 | 第23-24页 |
| ·约束条件和可行域 | 第24页 |
| ·水轮机修复专用机器人结构优化数学模型 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第3章 机器人结构有限元分析 | 第26-44页 |
| ·有限元分析方法 | 第26-27页 |
| ·ANSYS新界面介绍 | 第27-31页 |
| ·Ansys Workbench模块 | 第28页 |
| ·CAD设计—CAE仿真协同流程 | 第28-30页 |
| ·CAD/CAE协同环境 | 第30页 |
| ·CAD/CAE协同环境关键技术 | 第30页 |
| ·Ansys Workbench模块的功能 | 第30-31页 |
| ·基于ANSYS Workbench中有限元分析模型 | 第31-34页 |
| ·水轮机修复专用机器人的本体结构 | 第32页 |
| ·Ansys Workbench有限元分析模型 | 第32-33页 |
| ·水轮机修复专用机器人模型的导入 | 第33-34页 |
| ·基于Ansys Workbench10.0的机器人结构静力有限元分析 | 第34-42页 |
| ·结构静力分析 | 第35页 |
| ·基于DesignSimulation机器人有限元模型的建立 | 第35-39页 |
| ·机器人在焊接工况下的静力分析求解 | 第39-42页 |
| ·本章小结 | 第42-44页 |
| 第4章 BP神经网络和遗传算法在机器人结构优化中应用 | 第44-55页 |
| ·BP神经网络 | 第44-50页 |
| ·BP神经网络学习过程 | 第44-47页 |
| ·BP神经网络算法步骤 | 第47页 |
| ·训练样本数据的准备 | 第47-48页 |
| ·多层前馈网络的拓扑结构的设计 | 第48-50页 |
| ·BP神经网络的缺陷及其改进措施 | 第50-52页 |
| ·BP算法的主要缺陷 | 第50-51页 |
| ·BP算法改进措施 | 第51-52页 |
| ·GA遗传算法 | 第52-53页 |
| ·基于BP-GA算法 | 第53-54页 |
| ·本章小结 | 第54-55页 |
| 第5章 基于MATLAB神经网络遗传算法的结构优化设计技术实现 | 第55-63页 |
| ·基于Matlab的神经网络分析和设计工具箱函数及功能 | 第55-58页 |
| ·基于Matlab的BP神经网络机器人结构近似程序实现及优化结果 | 第58-59页 |
| ·基于Matlab遗传算法工具箱 | 第59页 |
| ·基于遗传算法的BP神经网络程序设计及优化结果 | 第59-61页 |
| ·本章小结 | 第61-63页 |
| 结论 | 第63-66页 |
| 参考文献 | 第66-71页 |
| 致谢 | 第71-72页 |
| 附录A 攻读硕士学位期间所发表的学术论文 | 第72-73页 |
| 附录B 优化计算程序 | 第73-78页 |
