| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·系统研究的目的和意义 | 第7-8页 |
| ·国内外研究情况简介 | 第8-10页 |
| ·研究使倒立摆稳定的控制器 | 第8-9页 |
| ·倒立摆自起摆 | 第9-10页 |
| ·定性控制律的定量化方法 | 第10页 |
| ·论文主要工作 | 第10-13页 |
| 第二章 倒立摆系统的建模和定性分析 | 第13-25页 |
| ·倒立摆系统数学模型 | 第13-22页 |
| ·一级倒立摆系统数学模型 | 第13-16页 |
| ·二级倒立摆系统数学模型 | 第16-22页 |
| ·倒立摆系统的定性分析 | 第22-24页 |
| ·一级倒立摆系统定性分析 | 第23页 |
| ·二级倒立摆系统定性分析 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 遗传算法 | 第25-37页 |
| ·遗传算法的基本理论 | 第25-26页 |
| ·基本遗传算法 | 第26-28页 |
| ·基本遗传算法 | 第26-27页 |
| ·基本遗传算法的局限性 | 第27-28页 |
| ·遗传算法的应用步骤 | 第28-31页 |
| ·遗传算法的模式理论 | 第31-33页 |
| ·遗传算法的模式定理 | 第31-32页 |
| ·积木块假设(buildingblockhypothesis) | 第32-33页 |
| ·本文所用的遗传算法 | 第33-36页 |
| ·本章小结 | 第36-37页 |
| 第四章 现代控制理论在倒立摆中的应用 | 第37-47页 |
| ·极点配置 | 第37-41页 |
| ·状态反馈的结构 | 第37-38页 |
| ·极点配置算法 | 第38-39页 |
| ·用遗传算法求取最优极点 | 第39-41页 |
| ·最优控制 | 第41-46页 |
| ·LQR控制原理 | 第42-43页 |
| ·用遗传算法寻优参数矩阵 | 第43-46页 |
| ·本章小结 | 第46-47页 |
| 第五章 拟人智能控制在倒立摆系统中的应用 | 第47-59页 |
| ·拟人智能控制基本理论 | 第47-51页 |
| ·拟人智能控制设计流程 | 第47-48页 |
| ·基于物理模型的控制 | 第48-49页 |
| ·广义归约规则法 | 第49-50页 |
| ·定性控制律的形成 | 第50-51页 |
| ·控制参数的定量化 | 第51页 |
| ·倒立摆系统的拟人智能控制 | 第51-54页 |
| ·一级倒立摆的拟人智能控制 | 第51-53页 |
| ·二级倒立摆的拟人智能控制 | 第53-54页 |
| ·用遗传算法实现拟人定性控制律的量化 | 第54-58页 |
| ·本章小结 | 第58-59页 |
| 第六章 倒立摆实物控制 | 第59-69页 |
| ·倒立摆实物系统简介 | 第59-60页 |
| ·倒立摆控制软件 | 第60-63页 |
| ·倒立摆实时控制结果 | 第63-68页 |
| ·一级倒立摆实验结果 | 第63-66页 |
| ·二级倒立摆实验结果 | 第66-68页 |
| ·本章小结 | 第68-69页 |
| 第七章 总结与展望 | 第69-71页 |
| 致谢 | 第71-72页 |
| 参考文献 | 第72-77页 |
| 作者在读期间的研究成果 | 第77-78页 |