| 微管道机器人的智能模糊神经网络控制 | 第1-4页 |
| The Intelligent Fuzzy-neural Network Control of Micro-pipe Robot | 第4-6页 |
| 目录 | 第6-8页 |
| 引言 | 第8-9页 |
| 第一章 微机器人的概述 | 第9-16页 |
| ·微型机器人技术的发展 | 第9-10页 |
| ·微管道机器人的研究现状 | 第10-11页 |
| ·微机器人研究展望 | 第11-12页 |
| ·微机器人系统的关键技术 | 第12-15页 |
| ·机构设计 | 第13页 |
| ·驱动技术 | 第13-14页 |
| ·定位与检测技术 | 第14页 |
| ·控制技术 | 第14页 |
| ·其他技术 | 第14-15页 |
| ·本章小结 | 第15-16页 |
| 第二章 模糊神经网络的概述 | 第16-24页 |
| ·智能控制产生的背景 | 第16-17页 |
| ·神经网络与模糊推理系统的关系 | 第17-22页 |
| ·神经网络系统和模糊推理系统的共同点 | 第17-18页 |
| ·神经网络系统与模糊推理系统的差异 | 第18-20页 |
| ·神经网络与模糊推理技术缺陷 | 第20-22页 |
| ·神经网络-模糊推理融合控制的必要性 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 微管道机器人运动稳定性分析 | 第24-36页 |
| ·拟采用的电磁式微管道机器人 | 第24-25页 |
| ·微管道机器人受限运动的动力学模型 | 第25-27页 |
| ·运动稳定性分析 | 第27-31页 |
| ·奇异摄动分析 | 第27-30页 |
| ·临界层稳定性 | 第30-31页 |
| ·直管中微机器人运动稳定性的计算 | 第31-32页 |
| ·微机器人弯管运动稳定性仿真 | 第32-34页 |
| ·微机器人运动稳定性与管道内径的关系 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第四章 微管道机器人的模糊神经网络控制模型及算法 | 第36-61页 |
| ·微管道机器人的智能控制原理 | 第36-38页 |
| ·拟采用的模糊控制神经网络模型介绍 | 第38-40页 |
| ·基于环境识别的自监督学习算法 | 第40-44页 |
| ·模糊集 | 第41页 |
| ·隶属函数 | 第41-42页 |
| ·决策 | 第42-43页 |
| ·α-cut作为监督器 | 第43页 |
| ·自监督学习算法 | 第43-44页 |
| ·基于RFNN的学习算法 | 第44-51页 |
| ·模糊控制器 | 第45-48页 |
| ·模糊预测器 | 第48-51页 |
| ·微管道机器人的RFNN控制 | 第51-60页 |
| ·环境自学习技术 | 第51页 |
| ·模糊控制器的设计 | 第51-54页 |
| ·仿真计算 | 第54-60页 |
| ·本章小结 | 第60-61页 |
| 第五章 结束语 | 第61-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-65页 |