| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4页 |
| 第1章 概述 | 第7-14页 |
| 1．1 小波神经网络发展及背景 | 第8-9页 |
| 1．2 模糊神经网络的发展及背景 | 第9-12页 |
| 1．2．1 模糊神经网络的研究现状 | 第10-12页 |
| 1．2．2 模糊神经网络的最新研究趋势 | 第12页 |
| 1．3 课题研究内容 | 第12-14页 |
| 第2章 机器人控制技术 | 第14-22页 |
| 2．1 引言 | 第14-15页 |
| 2．1．1 研究机器人技术的意义 | 第14页 |
| 2．1．2 研究高性能机器人控制技术的必要性 | 第14-15页 |
| 2．2 机器人运动学 | 第15-17页 |
| 2．2．1 机器人正向运动学 | 第15-17页 |
| 2．2．2 机器人逆向运动学 | 第17页 |
| 2．3 机器人动力学 | 第17-18页 |
| 2．4 机器人控制系统 | 第18-21页 |
| 2．4．1 机器人控制系统 | 第18-19页 |
| 2．4．2 机器人控制方法 | 第19-21页 |
| 2．5 本章小结 | 第21-22页 |
| 第3章 小波神经网络研究 | 第22-33页 |
| 3．1 小波分析基础 | 第22-24页 |
| 3．2 小波神经网络 | 第24-27页 |
| 3．2．1 小波神经网络的结构形式 | 第24-25页 |
| 3．2．2 小波神经网络的学习算法 | 第25-26页 |
| 3．2．3 小波神经网络与常规神经网络的比较 | 第26-27页 |
| 3．3 小波神经网络在控制系统中的应用 | 第27-29页 |
| 3．3．1 系统辨识与建模 | 第27页 |
| 3．3．2 控制 | 第27-29页 |
| 3．4 小波神经网络的算法研究 | 第29-32页 |
| 3．5 本章小结 | 第32-33页 |
| 第4章 模糊神经网络及学习算法研究 | 第33-42页 |
| 4．1 引言 | 第33页 |
| 4．2 模糊控制原理 | 第33-36页 |
| 4．3 模糊神经网络的结构和算法研究 | 第36-41页 |
| 4．3．1 模糊系统的模糊神经网络实现形式 | 第36-38页 |
| 4．3．2 模糊神经网络的算法研究 | 第38-41页 |
| 4．4 本章小结 | 第41-42页 |
| 第5章 小波与模糊融合技术的尝试性研究 | 第42-64页 |
| 5．1 模糊小波神经网络 | 第42-48页 |
| 5．1．1 模糊小波网络的结构 | 第42-45页 |
| 5．1．2 学习算法 | 第45-47页 |
| 5．1．3 学习算法的收敛性 | 第47页 |
| 5．1．4 多维的情形 | 第47-48页 |
| 5．2 小波模糊网络 | 第48-57页 |
| 5．2．1 小波模糊网络的结构 | 第48-50页 |
| 5．2．2 结构的确定及算法研究 | 第50-55页 |
| 5．2．3 仿真结果 | 第55-57页 |
| 5．3 小波神经网络在线自学习模糊自适应控制器 | 第57-63页 |
| 5．3．1 小波神经网络在线自学习模糊自适应控制器结构 | 第58页 |
| 5．3．2 小波神经网络控制器及其训练 | 第58-60页 |
| 5．3．3 训练算法 | 第60-61页 |
| 5．3．4 仿真结果 | 第61-63页 |
| 5．4 本章小结 | 第63-64页 |
| 第6章 小波模糊网络在机器人补偿控制中的应用 | 第64-72页 |
| 6．1 计算转矩控制 | 第65-67页 |
| 6．1．1 机器人动力学模型 | 第65页 |
| 6．1．2 机器人计算转矩控制 | 第65-67页 |
| 6．2 基于WFN的机器人补偿控制 | 第67-69页 |
| 6．3 仿真结果及讨论 | 第69-71页 |
| 6．4 本章小结 | 第71-72页 |
| 结束语 | 第72-74页 |
| 参考文献 | 第74-77页 |
| 攻读硕士学位期间所发表的学术论文 | 第77-78页 |
| 致谢 | 第78页 |