| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 研究意义 | 第10-11页 |
| 1.2 机械臂控制 | 第11-13页 |
| 1.3 指定性能约束 | 第13-14页 |
| 1.4 确定学习 | 第14-15页 |
| 1.5 本论文的主要工作 | 第15-17页 |
| 第二章 基础理论与确定学习机制 | 第17-23页 |
| 2.1 基础理论知识 | 第17-21页 |
| 2.1.1 输入状态稳定和小增益定理 | 第17-18页 |
| 2.1.2 径向基函数神经网络 | 第18-20页 |
| 2.1.3 持续激励条件 | 第20页 |
| 2.1.4 线性时变系统的指数稳定性 | 第20-21页 |
| 2.2 确定学习机制 | 第21-22页 |
| 2.3 本章小结 | 第22-23页 |
| 第三章 基于确定学习的刚性机械臂自适应神经网络控制 | 第23-39页 |
| 3.1 引言 | 第23页 |
| 3.2 机械臂动力学建模和问题描述 | 第23-26页 |
| 3.2.1 机械臂动力学建模 | 第23-26页 |
| 3.2.2 问题描述 | 第26页 |
| 3.3 基于输入状态稳定和小增益定理的自适应神经网络控制 | 第26-32页 |
| 3.3.1 控制器设计 | 第26-28页 |
| 3.3.2 稳定性分析 | 第28-32页 |
| 3.4 从稳定的自适应控制中获取和存储经验知识 | 第32-34页 |
| 3.5 基于经验知识的学习控制 | 第34-35页 |
| 3.6 仿真研究 | 第35-38页 |
| 3.7 本章小结 | 第38-39页 |
| 第四章 基于确定学习的满足指定性能约束的刚性机械臂控制 | 第39-59页 |
| 4.1 引言 | 第39-40页 |
| 4.2 问题描述 | 第40-41页 |
| 4.3 满足指定性能约束的自适应神经网络控制 | 第41-47页 |
| 4.3.1 性能函数和受限误差转化 | 第41-43页 |
| 4.3.2 控制器设计 | 第43-44页 |
| 4.3.3 稳定性分析 | 第44-47页 |
| 4.4 从稳定的自适应控制中获取和存储经验知识 | 第47-49页 |
| 4.5 基于经验知识的学习控制 | 第49-50页 |
| 4.6 仿真研究 | 第50-57页 |
| 4.7 本章小结 | 第57-59页 |
| 第五章 基于确定学习的满足指定性能约束的柔性关节机械臂控制 | 第59-76页 |
| 5.1 引言 | 第59-60页 |
| 5.2 系统转换和问题描述 | 第60-62页 |
| 5.2.1 系统转换和高增益观测器 | 第60-61页 |
| 5.2.2 问题描述 | 第61-62页 |
| 5.3 满足指定性能约束的自适应神经网络控制 | 第62-68页 |
| 5.3.1 基于转换系统的自适应神经网络控制器设计 | 第63-65页 |
| 5.3.2 稳定性分析 | 第65-68页 |
| 5.4 基于确定学习的经验知识获取、存储、再利用 | 第68-71页 |
| 5.5 仿真研究 | 第71-75页 |
| 5.6 本章小结 | 第75-76页 |
| 总结与展望 | 第76-78页 |
| 本文工作总结 | 第76-77页 |
| 未来工作展望 | 第77-78页 |
| 参考文献 | 第78-82页 |
| 攻读硕士学位期间取得的研究成果 | 第82-84页 |
| 致谢 | 第84-85页 |
| 附表 | 第85页 |
