首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--机器人技术论文--机器人论文

基于模糊神经网络的移动机器人轨迹跟踪控制的研究

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

论文共99页,点击 下载论文
上一篇:基于半监督的带Elastic Net正则项BP神经网络在文本分类上的应用
下一篇:基于级联卷积神经网络的人脸检测算法的研究