| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题的研究背景及意义 | 第10-11页 |
| 1.2 相关技术的研究现状 | 第11-14页 |
| 1.2.1 递归神经网络 | 第11-12页 |
| 1.2.2 冗余机械臂轨迹规划 | 第12-14页 |
| 1.3 本文的研究内容及章节安排 | 第14-16页 |
| 第2章 重复神经网络 | 第16-21页 |
| 2.1 引言 | 第16页 |
| 2.2 递归神经网络及其收敛性分析 | 第16-18页 |
| 2.3 重复神经网络及其收敛性分析 | 第18-20页 |
| 2.4 小结 | 第20-21页 |
| 第3章 周期时变矩阵求逆 | 第21-26页 |
| 3.1 引言 | 第21页 |
| 3.2 问题的提出 | 第21-22页 |
| 3.3 重复神经网络模型应用求解周期时变逆矩阵 | 第22页 |
| 3.4 周期时变逆矩阵算例(线性激励函数) | 第22-25页 |
| 3.4.1 重复神经网络求解周期时变矩阵逆算例(线性激励函数) | 第22-24页 |
| 3.4.2 重复神经网络求解周期时变矩阵逆算例(双曲激励函数) | 第24-25页 |
| 3.5 小结 | 第25-26页 |
| 第4章 周期时变矩阵广义逆求解 | 第26-37页 |
| 4.1 广义逆定义 | 第26-27页 |
| 4.2 重复神经网络模型应用求解周期时变矩阵左伪逆 | 第27-28页 |
| 4.3 重复神经网络模型应用求解周期时变矩阵右伪逆 | 第28-29页 |
| 4.4 周期时变矩阵伪逆算例 | 第29-36页 |
| 4.4.1 重复神经网络求解周期时变矩阵左伪逆算例(线性激励函数) | 第29-31页 |
| 4.4.2 重复神经网络求解周期时变矩阵左伪逆算例(双曲激励函数) | 第31-32页 |
| 4.4.3 重复神经网络求解周期时变矩阵右伪逆算例(线性激励函数) | 第32-34页 |
| 4.4.4 重复神经网络求解周期时变矩阵右伪逆算例(双曲激励函数) | 第34-36页 |
| 4.5 小结 | 第36-37页 |
| 第5章 基于重复神经网络的二次规划算法 | 第37-43页 |
| 5.1 引言 | 第37页 |
| 5.2 问题的提出 | 第37-38页 |
| 5.3 重复神经网络模型应用求解二次规划 | 第38-39页 |
| 5.4 二次规划算例 | 第39-42页 |
| 5.4.1 重复神经网络求解二次规划算例(线性激励函数) | 第39-41页 |
| 5.4.2 重复神经网络求解二次规划算例(双曲激励函数) | 第41-42页 |
| 5.5 小结 | 第42-43页 |
| 第6章 冗余机械臂的重复运动规划 | 第43-54页 |
| 6.1 引言 | 第43页 |
| 6.2 冗余机械臂的运动学分析 | 第43-44页 |
| 6.3 冗余机械臂的重复运动规划 | 第44-46页 |
| 6.3.1 无位置反馈的重复运动规划 | 第44-45页 |
| 6.3.2 带位置反馈的重复运动规划 | 第45-46页 |
| 6.4 基于重复神经网络的冗余机械臂轨迹规划 | 第46-47页 |
| 6.5 五连杆平面冗余机械臂仿真算例 | 第47-53页 |
| 6.5.1 五连杆平面冗余机械臂运动分析 | 第47-49页 |
| 6.5.2 五连杆平面冗余机械臂仿真 | 第49-53页 |
| 6.6 小结 | 第53-54页 |
| 第7章 结论与展望 | 第54-56页 |
| 7.1 结论 | 第54页 |
| 7.2 展望 | 第54-56页 |
| 参考文献 | 第56-61页 |
| 附录 1 | 第61-62页 |
| 附录 2 | 第62-63页 |
| 附录 3 | 第63-64页 |
| 附录 4 | 第64-65页 |
| 致谢 | 第65-66页 |
| 攻读学位期间参加的科研项目和成果 | 第66页 |
