| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第1章 绪论 | 第11-26页 |
| ·引言 | 第11页 |
| ·研究的意义和目的 | 第11-13页 |
| ·国际国内的研究现状 | 第13-24页 |
| ·论文主要研究内容 | 第24-26页 |
| 第2章 欠驱动水平机械臂的分层滑模控制 | 第26-51页 |
| ·分层滑模变结构控制原理 | 第26-39页 |
| ·滑模变结构控制原理简介 | 第26-28页 |
| ·分层滑模变结构控制 | 第28-39页 |
| ·欠驱动系统的分层滑模变结构控制器设计 | 第39-44页 |
| ·控制系统运行仿真 | 第44-50页 |
| ·本章小结 | 第50-51页 |
| 第3章 基于遗传算法全参数优化的分层滑模控制 | 第51-83页 |
| ·遗传算法及其原理 | 第51-54页 |
| ·遗传算法的特点与研究现状 | 第52-53页 |
| ·遗传算法的基本概念和基本步骤 | 第53-54页 |
| ·全参数时变遗传算法优化原理 | 第54-72页 |
| ·实数编码的变量设计和相应遗传操作 | 第54-59页 |
| ·基于实数编码的时变遗传算法性能测试 | 第59-65页 |
| ·针对欠驱动系统的全参数遗传优化方法 | 第65-72页 |
| ·经过遗传优化的控制器仿真研究 | 第72-82页 |
| ·本章小结 | 第82-83页 |
| 第4章 基于自适应遗传优化的RBF神经滑模控制 | 第83-116页 |
| ·基于自适应遗传算法的RBF神经网络优化 | 第84-102页 |
| ·径向基函数网络的基本构成和学习算法 | 第85-91页 |
| ·改进的自适应遗传算法(AGA)基本原理 | 第91-99页 |
| ·基于自适应遗传算法的RBF神经网络优化 | 第99-102页 |
| ·基于RBF神经网络的分层滑模控制 | 第102-106页 |
| ·基于RBF神经网络的等效滑模控制原理 | 第102-104页 |
| ·基于RBF神经网络的分层滑模变结构等效控制原理 | 第104-106页 |
| ·基于RBF神经网络的分层滑模变结构控制器仿真分析 | 第106-115页 |
| ·本章小结 | 第115-116页 |
| 第5章 欠驱动水平机械臂分层反步滑模控制 | 第116-148页 |
| ·反步(backstepping)法的基本思想 | 第117-121页 |
| ·自适应分层反步滑模控制原理 | 第121-143页 |
| ·自适应反步滑模控制基本原理 | 第122-126页 |
| ·自适应分层反步滑模控制理论及控制器设计 | 第126-138页 |
| ·改进的自适应分层反步滑模控制理论与控制器设计 | 第138-143页 |
| ·自适应分层反步滑模控制器仿真与分析 | 第143-147页 |
| ·本章小结 | 第147-148页 |
| 结论 | 第148-150页 |
| 参考文献 | 第150-165页 |
| 攻读博士学位期间发表的论文和取得的科研成果 | 第165-167页 |
| 致谢 | 第167页 |