摘要 | 第4-5页 |
Abstract | 第5-6页 |
第一章 绪论 | 第13-21页 |
1.1 引言 | 第13页 |
1.2 移动机器人技术国内外研究现状 | 第13-16页 |
1.3 移动机器人轨迹跟踪控制技术 | 第16-18页 |
1.4 轨迹跟踪技术有待解决的问题 | 第18-19页 |
1.5 本论文主要工作与创新点 | 第19-20页 |
1.6 本文结构 | 第20-21页 |
第二章 相关工作与背景 | 第21-37页 |
2.1 引言 | 第21页 |
2.2 轮式移动机器人平台 | 第21-24页 |
2.3 速度控制输入模型 | 第24-26页 |
2.4 滑模控制 | 第26-28页 |
2.5 Takagi-Suegeno-Kang型模糊小脑模型关节运动控制神经网络 | 第28-31页 |
2.6 大脑情感学习神经网络 | 第31-34页 |
2.7 径向基函数神经网络 | 第34-36页 |
2.8 本章小结 | 第36-37页 |
第三章 基于TSK-CMAC和补偿控制器结合的自适应控制框架 | 第37-45页 |
3.1 引言 | 第37页 |
3.2 自适应系统控制框架设计 | 第37-39页 |
3.3 跟踪控制器的设计 | 第39-42页 |
3.3.1 滑动平面选定 | 第39-40页 |
3.3.2 跟踪控制器 | 第40-41页 |
3.3.3 参数更新法则 | 第41-42页 |
3.4 系统稳定性证明 | 第42-43页 |
3.5 本章小结 | 第43-45页 |
第四章 两种基于大脑情感学习的改进网络及控制策略 | 第45-61页 |
4.1 引言 | 第45页 |
4.2 可调整的大脑情感学习神经网络AF-BEL | 第45-51页 |
4.2.1 AF-BEL神经网络结构图 | 第46-48页 |
4.2.2 参数更新律 | 第48页 |
4.2.3 算法伪代码 | 第48-50页 |
4.2.4 稳定性证明 | 第50-51页 |
4.3 径向基函数的大脑情感学习神经网络RBF-BEL | 第51-60页 |
4.3.1 RBF-BEL神经网络结构图 | 第52-54页 |
4.3.2 隐含层结点自增删模块 | 第54-56页 |
4.3.3 参数更新律 | 第56-57页 |
4.3.4 算法伪代码 | 第57-59页 |
4.3.5 稳定性证明 | 第59-60页 |
4.4 本章小结 | 第60-61页 |
第五章 仿真实验与结果分析 | 第61-89页 |
5.1 引言 | 第61页 |
5.2 实验设计 | 第61-66页 |
5.2.1 评价准则 | 第61-62页 |
5.2.2 实验步骤 | 第62-63页 |
5.2.3 参数初值 | 第63-66页 |
5.3 仿真结果与对比分析 | 第66-88页 |
5.3.1 步骤一 | 第66-69页 |
5.3.2 步骤二 | 第69-88页 |
5.4 本章小结 | 第88-89页 |
第六章 总结与展望 | 第89-91页 |
6.1 总结 | 第89-90页 |
6.2 未来研究展望 | 第90-91页 |
参考文献 | 第91-97页 |
硕士期间发表论文 | 第97-99页 |
致谢 | 第99页 |