| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.3 研究内容和创新点 | 第14-15页 |
| 1.4 论文的结构安排 | 第15-16页 |
| 1.5 本章小结 | 第16-17页 |
| 第二章 理论基础概述 | 第17-23页 |
| 2.1 矩阵理论 | 第17页 |
| 2.2 控制理论 | 第17-19页 |
| 2.3 神经网络 | 第19-20页 |
| 2.4 柔性机械臂系统模型 | 第20-22页 |
| 2.5 本章小结 | 第22-23页 |
| 第三章 柔性机械臂常微分方程模型 | 第23-35页 |
| 3.1 带有末端负载的柔性机械臂常微分方程模型分析 | 第23-30页 |
| 3.2 不带负载的柔性机械臂模型分析 | 第30-34页 |
| 3.3 本章小结 | 第34-35页 |
| 第四章 带有输入死区的柔性机械臂的神经网络振动控制 | 第35-59页 |
| 4.1 控制器的设计与收敛性分析 | 第36-48页 |
| 4.1.1 全状态反馈神经网络控制器的设计与收敛性分析 | 第36-42页 |
| 4.1.2 输出反馈神经网络控制器的设计与收敛性分析 | 第42-48页 |
| 4.2 数值仿真 | 第48-55页 |
| 4.2.1 PD控制 | 第49页 |
| 4.2.2 全状态反馈自适应神经网络控制器 | 第49-52页 |
| 4.2.3 输出反馈自适应神经网络控制器 | 第52页 |
| 4.2.4 控制器的对比 | 第52-55页 |
| 4.3 柔性机械臂实验 | 第55-58页 |
| 4.3.1 柔性机械臂实验平台简介 | 第55-56页 |
| 4.3.2 实验设计与结果 | 第56-58页 |
| 4.4 本章小结 | 第58-59页 |
| 第五章 柔性机械臂的强化学习控制 | 第59-72页 |
| 5.1 强化学习控制器设计与收敛性分析 | 第59-66页 |
| 5.1.1 Critic网络的设计 | 第60-61页 |
| 5.1.2 Actor网络的设计 | 第61-63页 |
| 5.1.3 稳定性分析 | 第63-66页 |
| 5.2 数值仿真 | 第66-69页 |
| 5.2.1 PD控制器 | 第66-67页 |
| 5.2.2 强化学习控制 | 第67-68页 |
| 5.2.3 控制器的对比 | 第68-69页 |
| 5.3 柔性机械臂实验 | 第69-71页 |
| 5.4 本章小结 | 第71-72页 |
| 第六章 总结与展望 | 第72-75页 |
| 6.1 总结 | 第72-73页 |
| 6.2 展望 | 第73-75页 |
| 致谢 | 第75-76页 |
| 参考文献 | 第76-80页 |
| 攻读硕士学位期间取得的成果 | 第80页 |
