| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| ABSTRACT | 第9页 |
| 目录 | 第10-12页 |
| 插图清单 | 第12-14页 |
| 表格清单 | 第14-15页 |
| 1 绪论 | 第15-25页 |
| 1.1 课题来源和选题背景 | 第15页 |
| 1.2 并联机构及其位置解法发展概况 | 第15-23页 |
| 1.2.1 并联机构发展概况 | 第15-21页 |
| 1.2.2 运动学解法发展概况 | 第21-22页 |
| 1.2.3 智能算法发展概况 | 第22-23页 |
| 1.3 本文主要研究内容 | 第23-25页 |
| 2 Stewart平台运动学反解 | 第25-37页 |
| 2.1 基本机构与坐标系建立 | 第25-26页 |
| 2.2 旋转矩阵的推导 | 第26-29页 |
| 2.2.1 RPY角方法 | 第27-28页 |
| 2.2.2 欧拉角方法 | 第28-29页 |
| 2.3 Stewart平台反解公式 | 第29-32页 |
| 2.4 实例验证 | 第32-36页 |
| 2.5 本章小结 | 第36-37页 |
| 3 基本遗传算法与蚁群算法 | 第37-48页 |
| 3.1 基本遗传算法 | 第37-43页 |
| 3.1.1 遗传算法简介 | 第37-39页 |
| 3.1.2 遗传算法基本模型 | 第39-43页 |
| 3.2 基本蚁群算法 | 第43-47页 |
| 3.2.1 蚁群算法简介 | 第43-45页 |
| 3.2.2 蚁群算法基本模型 | 第45-47页 |
| 3.3 本章小结 | 第47-48页 |
| 4 改进遗传—蚁群算法求解Stewart平台运动学正解 | 第48-62页 |
| 4.1 算法缺点 | 第48-49页 |
| 4.1.1 遗传算法主要缺点 | 第48页 |
| 4.1.2 蚁群算法主要缺点 | 第48-49页 |
| 4.2 算法改进 | 第49-52页 |
| 4.2.1 遗传算法改进 | 第49-50页 |
| 4.2.2 蚁群算法改进 | 第50-52页 |
| 4.3 算法融合 | 第52-56页 |
| 4.3.1 融合形态 | 第52-53页 |
| 4.3.2 融合步骤 | 第53-54页 |
| 4.3.3 融合目的 | 第54页 |
| 4.3.4 融合方法 | 第54-56页 |
| 4.4 求解Stewart平台正解 | 第56-61页 |
| 4.4.1 目标函数 | 第56-57页 |
| 4.4.2 寻优空间 | 第57页 |
| 4.4.3 遗传算法预处理 | 第57-58页 |
| 4.4.4 蚁群算法逐级寻优 | 第58-61页 |
| 4.5 本章小结 | 第61-62页 |
| 5 仿真实例及编程实现 | 第62-72页 |
| 5.1 软件实现 | 第62-66页 |
| 5.2 实例验证 | 第66-67页 |
| 5.3 算法比较 | 第67-70页 |
| 5.4 本章小结 | 第70-72页 |
| 6 总结与展望 | 第72-74页 |
| 6.1 全文总结 | 第72页 |
| 6.2 研究展望 | 第72-74页 |
| 参考文献 | 第74-78页 |
| 攻读硕士学位期间的学术活动及成果情况 | 第78页 |