| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-14页 |
| 1.1 课题背景及研究的目的与意义 | 第10-11页 |
| 1.2 多目标演化算法的研究现状 | 第11-13页 |
| 1.3 本文主要研究内容 | 第13-14页 |
| 第2章 机器人基本理论及优化算法 | 第14-23页 |
| 2.1 冗余自由度机器人数学模型 | 第14-16页 |
| 2.1.1 平面三自由度冗余机器人的描述 | 第14页 |
| 2.1.2 机器人的末端轨迹 | 第14-15页 |
| 2.1.3 冗余度机器人运动学的基本问题 | 第15-16页 |
| 2.2 机器人的性能优化指标 | 第16-19页 |
| 2.2.1 关节位移极限指标 | 第16-17页 |
| 2.2.2 奇异位形回避指标 | 第17页 |
| 2.2.3 冗余度机器人避障指标 | 第17-18页 |
| 2.2.4 基于线性加权的多性能指标 | 第18-19页 |
| 2.3 梯度投影法 | 第19-22页 |
| 2.3.1 梯度投影法基本原理 | 第19-20页 |
| 2.3.2 基于梯度投影法冗余机器人性能优化 | 第20-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第3章 非支配差分算法的冗余机器人性能优化 | 第23-39页 |
| 3.1 多目标优化问题 | 第23-25页 |
| 3.1.1 多目标问题优化的相关概念 | 第23-24页 |
| 3.1.2 多目标优化问题的决策方法 | 第24-25页 |
| 3.2 差分算法基本原理 | 第25-27页 |
| 3.2.1 随机初始化种群 | 第25-26页 |
| 3.2.2 变异操作 | 第26页 |
| 3.2.3 交叉操作 | 第26页 |
| 3.2.4 选择操作 | 第26-27页 |
| 3.3 非支配遗传演化算法 | 第27-33页 |
| 3.3.1 NSGA-Ⅱ的基本原理 | 第27-30页 |
| 3.3.2 基于 NSGA-Ⅱ的冗余机器人性能优化 | 第30-33页 |
| 3.4 非支配排序差分算法 | 第33-38页 |
| 3.4.1 NSDE 的基本原理 | 第33-34页 |
| 3.4.2 基于 NSDE 的冗余机器人性能优化 | 第34-38页 |
| 3.5 本章小结 | 第38-39页 |
| 第4章 强度值差分算法的冗余机器人性能优化 | 第39-49页 |
| 4.1 强度值非劣进化算法 | 第39-44页 |
| 4.1.1 SPEA 算法的基本原理 | 第39-42页 |
| 4.1.2 基于 SPEA 的冗余机器人性能优化 | 第42-44页 |
| 4.2 强度值非劣差分进化算法 | 第44-47页 |
| 4.2.1 SPDE 的基本原理 | 第44页 |
| 4.2.2 基于 SPDE 的冗余机器人性能优化 | 第44-47页 |
| 4.3 SPDE 和 NSDE 优化函数值的对比分析 | 第47-48页 |
| 4.4 本章小结 | 第48-49页 |
| 结论 | 第49-50页 |
| 参考文献 | 第50-54页 |
| 攻读学位期间发表的学术论文 | 第54-55页 |
| 致谢 | 第55页 |