| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1. 绪论 | 第9-15页 |
| 1.1 课题的研究背景 | 第9-11页 |
| 1.2 课题的国内外研究现状及分析 | 第11-14页 |
| 1.2.1 人工肌肉（IPMC）的应用概述和研究现状 | 第11-13页 |
| 1.2.2 人工肌肉（IPMC）控制设计现状 | 第13-14页 |
| 1.3 本章小结 | 第14-15页 |
| 2. 人工肌肉（IPMC）的概述 | 第15-19页 |
| 2.1 人工肌肉（IPMC）的分类以及特点 | 第15页 |
| 2.2 人工肌肉（IPMC）数学建模 | 第15-16页 |
| 2.3 具有不确定性的人工肌肉数学模型 | 第16-17页 |
| 2.4 研究目的和方法 | 第17页 |
| 2.5 本章小结 | 第17-19页 |
| 3. 基于算子理论的鲁棒非线性稳定系统设计 | 第19-26页 |
| 3.1 算子理论 | 第19-20页 |
| 3.2 基于算子理论的右互质分解 | 第20-21页 |
| 3.3 鲁棒右互质分解 | 第21-22页 |
| 3.4 鲁棒稳定控制器设计 | 第22-25页 |
| 3.4.1 算子控制器A和B的设计 | 第22-24页 |
| 3.4.2 仿真结果分析 | 第24-25页 |
| 3.5 本章小结 | 第25-26页 |
| 4. 基于MATLAB工具箱的跟踪控制器参数优化 | 第26-35页 |
| 4.1 跟踪控制器C的设计 | 第26页 |
| 4.2 基于MATLAB系统辨识工具箱的模型辨识 | 第26-29页 |
| 4.3 基于MATLAB参数优化工具箱的PI参数优化 | 第29-32页 |
| 4.4 仿真结果分析 | 第32-34页 |
| 4.5 本章小结 | 第34-35页 |
| 5. 基于人工蜂群算法的跟踪控制器参数优化 | 第35-45页 |
| 5.1 ABC算法的自然模型 | 第35-36页 |
| 5.2 人工蜂群算法的数学模型 | 第36-37页 |
| 5.3 人工蜂群算法步骤 | 第37-38页 |
| 5.4 适应度函数的选择 | 第38-39页 |
| 5.5 仿真结果分析 | 第39-44页 |
| 5.6 本章小结 | 第44-45页 |
| 6. 总结与展望 | 第45-47页 |
| 参考文献 | 第47-51页 |
| 附录：硕士研究生学习阶段发表论文 | 第51-52页 |
| 致谢 | 第52页 |