| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-13页 |
| 1.1 选题背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 论文的主要研究内容 | 第11-13页 |
| 2 极限学习机理论以及机器人动力学模型构建 | 第13-24页 |
| 2.1 极限学习机的学习理论 | 第13-18页 |
| 2.1.1 极限学习机的基本算法 | 第13-16页 |
| 2.1.2 递推最小二乘在线学习算法 | 第16-18页 |
| 2.2 机器人动力学模型的构建 | 第18-23页 |
| 2.2.1 拉格朗日动力学方程推导方法 | 第18-22页 |
| 2.2.2 2R机械手的动力学方程实例 | 第22-23页 |
| 2.3 小结 | 第23-24页 |
| 3 极限学习机在机器人建模中的应用 | 第24-40页 |
| 3.1 基于神经网络的系统辨识理论 | 第24-28页 |
| 3.1.1 系统辨识的基本原理 | 第24-25页 |
| 3.1.2 基于神经网络的系统辨识 | 第25-27页 |
| 3.1.3 数据预处理 | 第27-28页 |
| 3.1.4 辨识精度评价 | 第28页 |
| 3.2 基于极限学习机的非线性系统的建模仿真 | 第28-31页 |
| 3.2.1 高阶非线性系统的建模仿真 | 第29-30页 |
| 3.2.2 多输入多输出系统的建模仿真 | 第30-31页 |
| 3.3 基于极限学习机的机器人建模仿真 | 第31-39页 |
| 3.3.1 液压驱动机器人臂系统的建模仿真 | 第32-33页 |
| 3.3.2 高尔夫机器人逆动力学的建模仿真 | 第33-36页 |
| 3.3.3 机械手逆运动学的建模仿真 | 第36-38页 |
| 3.3.4 多自由度Sorces机器人臂系统的建模仿真 | 第38-39页 |
| 3.4 小结 | 第39-40页 |
| 4 极限学习机在机器人轨迹跟踪控制中的应用 | 第40-53页 |
| 4.1 在非线性系统自适应控制中的应用 | 第40-43页 |
| 4.1.1 非线性系统控制过程 | 第40-42页 |
| 4.1.2 仿真分析 | 第42-43页 |
| 4.2 在基于不确定逼近的机器人自适应控制中的应用 | 第43-47页 |
| 4.2.1 控制器的设计及分析 | 第43-45页 |
| 4.2.2 仿真分析 | 第45-47页 |
| 4.3 在二自由度机械手轨迹跟踪控制中的应用 | 第47-52页 |
| 4.3.1 控制过程 | 第47-50页 |
| 4.3.2 仿真分析 | 第50-52页 |
| 4.4 小结 | 第52-53页 |
| 结论 | 第53-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-58页 |
| 攻读学位期间的研究成果 | 第58页 |