| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-22页 |
| ·引言 | 第9-10页 |
| ·水下机器人的分类及智能水下机器人的发展 | 第10-13页 |
| ·水下机器人的分类 | 第10-11页 |
| ·智能水下机器人(AUV)的发展 | 第11-13页 |
| ·AUV国内外研究成果、应用前景及发展趋势 | 第13-19页 |
| ·AUV国内外研究成果 | 第13-16页 |
| ·应用前景 | 第16-17页 |
| ·发展趋势 | 第17-19页 |
| ·AUV控制方法综述 | 第19-20页 |
| ·本文主要研究内容 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 第2章 水下机器人的运动模型 | 第22-34页 |
| ·引言 | 第22页 |
| ·水下机器人的运动模型 | 第22-25页 |
| ·坐标系的选取及机器人运动参数 | 第22-24页 |
| ·固定坐标系和运动坐标系的转换关系 | 第24-25页 |
| ·水下机器人空间操纵运动方程 | 第25-29页 |
| ·水下机器人六自由度运动模型 | 第29-33页 |
| ·本章小节 | 第33-34页 |
| 第3章 模糊神经网络与免疫算法 | 第34-51页 |
| ·引言 | 第34-35页 |
| ·基于标准模型的模糊神经网络 | 第35-42页 |
| ·模糊系统标准模型 | 第35-37页 |
| ·模糊神经网络的结构 | 第37-38页 |
| ·学习算法 | 第38-42页 |
| ·免疫算法基本构架 | 第42-44页 |
| ·算法综述 | 第44-47页 |
| ·免疫规划算法 | 第45-47页 |
| ·免疫算法与遗传算法的比较 | 第47-49页 |
| ·算法原理的比较 | 第48-49页 |
| ·算法特点的比较 | 第49页 |
| ·本章小结 | 第49-51页 |
| 第4章 模糊 B样条神经网络混合学习算法的控制系统 | 第51-70页 |
| ·引言 | 第51页 |
| ·基于 B样条基函数的模糊神经网络控制器 | 第51-55页 |
| ·B 样条基隶属函数 | 第51-53页 |
| ·基于 B样条基函数的模糊神经网络控制器 | 第53-55页 |
| ·控制器参数的混合学习算法 | 第55-56页 |
| ·离线的免疫遗传算法 | 第56-59页 |
| ·产生初始抗体群体并编码 | 第56-57页 |
| ·适应度函数的设计 | 第57页 |
| ·抗体浓度的定义 | 第57-58页 |
| ·抗体的抑制与促进 | 第58页 |
| ·抗体群的遗传更新 | 第58-59页 |
| ·在线的 Bp梯度算法 | 第59-60页 |
| ·仿真试验 | 第60-69页 |
| ·纵向运动控制 | 第61-63页 |
| ·横向运动控制 | 第63-66页 |
| ·垂向运动控制 | 第66-68页 |
| ·艏向运动控制 | 第68-69页 |
| ·本章小结 | 第69-70页 |
| 结论 | 第70-72页 |
| 参考文献 | 第72-75页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第75-76页 |
| 致谢 | 第76页 |