AUV模糊神经网络控制器优化设计研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-16页 |
| ·引言 | 第10-11页 |
| ·水下机器人简介 | 第11-13页 |
| ·开发水下机器人技术的重要意义 | 第12页 |
| ·智能水下机器人的发展现状 | 第12-13页 |
| ·水下机器人的运动控制技术综述 | 第13-15页 |
| ·论文主要内容 | 第15页 |
| ·本章小结 | 第15-16页 |
| 第2章 水下机器人运动建模及模糊神经网络控制 | 第16-26页 |
| ·引言 | 第16页 |
| ·水下机器人运动建模 | 第16-23页 |
| ·空间操纵运动方程 | 第16-21页 |
| ·水动力系数 | 第21页 |
| ·力和力矩 | 第21-23页 |
| ·模糊神经网络控制 | 第23-25页 |
| ·模糊神经网络结构 | 第23-25页 |
| ·学习算法 | 第25页 |
| ·本章小结 | 第25-26页 |
| 第3章 基于遗传算法的模糊神经网络控制 | 第26-45页 |
| ·引言 | 第26-27页 |
| ·遗传算法的基本思想 | 第27页 |
| ·遗传算法的算法描述 | 第27-29页 |
| ·遗传算法的基本实现技术 | 第29-36页 |
| ·仿真试验 | 第36-44页 |
| ·参数编码 | 第36-37页 |
| ·目标函数的选择及适应度换算 | 第37页 |
| ·选择操作 | 第37页 |
| ·交叉操作 | 第37-38页 |
| ·变异操作 | 第38页 |
| ·参数选择 | 第38页 |
| ·基于专家经验的加速策略 | 第38-39页 |
| ·仿真结果及分析 | 第39-44页 |
| ·本章小结 | 第44-45页 |
| 第4章 基于免疫算法的模糊神经网络控制 | 第45-62页 |
| ·自然免疫系统特性 | 第45-46页 |
| ·算法综述 | 第46-48页 |
| ·免疫算法的应用 | 第48-53页 |
| ·基于信息熵的免疫算法 | 第48-50页 |
| ·免疫规划 | 第50-51页 |
| ·免疫遗传算法 | 第51-53页 |
| ·仿真试验 | 第53-61页 |
| ·抗体基因编码 | 第53页 |
| ·抗体适应度函数选择 | 第53-54页 |
| ·抗体浓度的确定 | 第54页 |
| ·抗体的抑制和激励 | 第54页 |
| ·抗体群的遗传更新 | 第54-55页 |
| ·基于专家经验的加速策略 | 第55页 |
| ·仿真结果及分析 | 第55-61页 |
| ·本章小结 | 第61-62页 |
| 第5章 基于PSO算法的模糊神经网络控制 | 第62-78页 |
| ·PSO算法产生的背景 | 第62页 |
| ·基本PSO原理 | 第62-64页 |
| ·PSO的特点 | 第64页 |
| ·基于PSO的仿真试验 | 第64-72页 |
| ·控制器参数编码 | 第64-65页 |
| ·PSO算法参数的选取何维力群初始化 | 第65页 |
| ·粒子目标函数的选择和适应度变换 | 第65页 |
| ·PSO算法流程 | 第65-66页 |
| ·基于专家经验的PSO算法加速策略 | 第66页 |
| ·仿真结果及分析 | 第66-72页 |
| ·基于混合PSO的仿真试验 | 第72-77页 |
| ·HPSO算法的实现 | 第72页 |
| ·NDW策略的引入 | 第72-73页 |
| ·HPSO算法流程 | 第73页 |
| ·仿真结果及分析 | 第73-77页 |
| ·本章小结 | 第77-78页 |
| 结论 | 第78-80页 |
| 参考文献 | 第80-83页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第83-84页 |
| 致谢 | 第84页 |
