| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 研究背景及意义 | 第10-12页 |
| 1.2 柔性关节机械臂的建模及控制研究综述 | 第12-14页 |
| 1.3 确定学习理论的发展与应用 | 第14-15页 |
| 1.4 论文主要研究内容 | 第15-17页 |
| 第二章 预备知识 | 第17-23页 |
| 2.1 柔性关节机械臂数学模型 | 第17-19页 |
| 2.2 确定学习理论 | 第19-22页 |
| 2.2.1 RBF神经网络的局部逼近特性 | 第19-20页 |
| 2.2.2 动态模式识别 | 第20-22页 |
| 2.3 本章小结 | 第22-23页 |
| 第三章 基于确定学习的柔性关节机械臂神经网络控制 | 第23-44页 |
| 3.1 问题描述 | 第23-24页 |
| 3.2 自适应神经网络动态面控制设计 | 第24-30页 |
| 3.3 从稳定的自适应神经网络控制中获取和存储经验知识 | 第30-34页 |
| 3.4 基于经验知识的神经网络学习控制设计 | 第34-36页 |
| 3.5 仿真研究 | 第36-42页 |
| 3.6 本章小结 | 第42-44页 |
| 第四章 基于动态模式识别的柔性关节机械臂控制研究 | 第44-63页 |
| 4.1 问题描述 | 第44-45页 |
| 4.2 动态模式识别机制 | 第45-49页 |
| 4.3 基于经验知识的控制器组设计以及切换策略 | 第49-56页 |
| 4.3.1 一组基于经验知识的候选控制器设计 | 第49-50页 |
| 4.3.2 控制器的切换策略设计 | 第50-56页 |
| 4.4 仿真研究 | 第56-62页 |
| 4.5 本章小结 | 第62-63页 |
| 第五章 基于性能受限的柔性关节机械臂神经网络控制 | 第63-84页 |
| 5.1 问题描述 | 第63-65页 |
| 5.2 基于性能受限的机械臂自适应神经网络控制设计 | 第65-71页 |
| 5.3 基于确定学习的经验知识获取、存储和再利用 | 第71-77页 |
| 5.4 仿真研究 | 第77-83页 |
| 5.5 本章小结 | 第83-84页 |
| 结论与展望 | 第84-87页 |
| 本文工作总结 | 第84-85页 |
| 未来工作展望 | 第85-87页 |
| 参考文献 | 第87-94页 |
| 攻读硕士学位期间取得的研究成果 | 第94-95页 |
| 致谢 | 第95-96页 |
| 附件 | 第96页 |