| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-21页 |
| ·引言 | 第8-16页 |
| ·机器人概述 | 第8-11页 |
| ·并联机器人 | 第11-16页 |
| ·并联机器人机构研究现状 | 第16-19页 |
| ·并联机器人机构的综合 | 第16-18页 |
| ·并联机器人机构分析 | 第18-19页 |
| ·本文研究的主要内容 | 第19-21页 |
| 第二章 并联机器人机构位置分析 | 第21-29页 |
| ·PSO-NEWTON 算法 | 第21-24页 |
| ·共享适应度粒子群算法 | 第22-23页 |
| ·Newton 迭代法 | 第23页 |
| ·PSO-Newton 算法 | 第23-24页 |
| ·PSO-NEWTON 在2RP&25PS 位置正解中的应用 | 第24-28页 |
| ·2RP&25PS 位置正解模型 | 第24-27页 |
| ·计算实例 | 第27-28页 |
| ·结论 | 第28-29页 |
| 第三章 并联机器人机构工作空间分析 | 第29-41页 |
| ·影响并联机器人工作空间的因素 | 第30页 |
| ·蒙特卡洛方法 | 第30-31页 |
| ·蒙特卡洛方法求解并联机器人机构工作空间实例 | 第31-34页 |
| ·3-TPT 并联机器人机构的位置逆解 | 第31-32页 |
| ·工作空间云图分析 | 第32-33页 |
| ·影响工作空间的参数分析 | 第33-34页 |
| ·基于QPSO-BP 网络的并联机器人工作空间求解 | 第34-39页 |
| ·人工神经网络和BP 网络 | 第34-36页 |
| ·QPSO-BP 网络 | 第36-38页 |
| ·QPSO-BP 网络求解并联机器人工作空间 | 第38-39页 |
| ·本章小结 | 第39-41页 |
| 第四章 多目标差异演化算法 | 第41-50页 |
| ·多目标优化问题描述 | 第41-42页 |
| ·多目标差异演化算法 | 第42-46页 |
| ·差异演化算法 | 第42-43页 |
| ·外部种群的构造与维护 | 第43-44页 |
| ·个体选择策略 | 第44-45页 |
| ·随机排序法处理约束条件 | 第45-46页 |
| ·多目标差异演化算法的实现 | 第46页 |
| ·多目标差异演化算法仿真分析 | 第46-49页 |
| ·本章小结 | 第49-50页 |
| 第五章 并联机器人机构多目标优化设计 | 第50-56页 |
| ·多目标优化设计建模 | 第50-54页 |
| ·机器人机构速度全域性能 | 第50-53页 |
| ·多目标模型 | 第53-54页 |
| ·基于MODE 的多目标优化设计 | 第54页 |
| ·本章小结 | 第54-56页 |
| 第六章 总结与展望 | 第56-57页 |
| 参考文献 | 第57-62页 |
| 致谢 | 第62-63页 |
| 攻读硕士期间发表的论文 | 第63-64页 |