第1章 绪 论
1.1 课题背景及研究的目的和意义
1.2 并联机器人机构参数优化方法综述
1.3 基于模糊逻辑系统的智能控制方法综述
1.3.1 智能控制综述
1.3.2 模糊逻辑控制综述
1.3.3 模糊神经网络控制综述
1.4 含复杂约束的机器人运动规划综述
1.5 本文的主要研究内容
第2章 构件化机器人本体建模及机构参数优化方法
2.1 引言
2.2 机器人本体运动学模型
2.2.1 运动学逆解
2.2.2 运动学正解
2.2.3 速度及加速度映射模型
2.3 机器人本体动力学模型
2.4 考虑各向异性动力学特征的机构参数优化算法
2.5 基于全域性能指标的多目标机构参数优化算法
2.6 本章小结
第3章 区间二型模糊逻辑控制系统设计方法
3.1 引言
3.2 模糊逻辑控制系统
3.2.1 一型模糊逻辑控制系统
3.2.2 二型模糊逻辑控制系统
3.2.3 区间二型模糊逻辑控制系统
3.3 基准一型模糊逻辑控制系统的建立
3.4 区间二型模糊逻辑控制器的设计及优化
3.4.1 一型隶属函数的模糊化
3.4.2 输出信号增强系数
3.5 仿真分析
3.5.1 IT2FLC对系统不确定性的鲁棒性评估
3.5.2 IT2FLC的控制性能验证
3.6 本章小结
第4章 自学习区间二型模糊神经网络智能控制系统
4.1 引言
4.2 区间二型模糊神经网络结构
4.3 基于SMC理论的参数自学习算法及其稳定性证明
4.3.1 IT2FNN参数学习规则
4.3.2 稳定性证明
4.4 仿真及讨论
（1）仿真实验一
（2）仿真实验二
（3）仿真实验三
4.5 本章小结
第5章 可重用粒子群最优运动规划方法
5.1 引言
5.2 机器人本体及障碍物在工作空间中的表征
5.2.1 机器人本体的表征方法
5.2.2 工作空间中障碍物的表征方法
5.3 基于PSO的运动轨迹优化算法
5.3.1 粒子的数据结构及其编码与解码
5.3.2 适应度函数设计
5.3.3 基于特征点适应度的粒子群初始化算法
5.4 轨迹优化算法仿真分析
5.4.1 不同粒子初始化方法的对比分析
5.4.2 不同轨迹优化算法的对比分析
5.5 优化轨迹的重用方法
5.5.1 基于增强FPF的粒子群初始化算法
5.5.2 基于词汇树的轨迹检索方法
5.5.3 优化轨迹数据库建立算例
5.6 RPSOMP方法的仿真验证
5.7 本章小结
第6章 实验研究与验证
6.1 引言
6.2 实验平台介绍
6.3 SLIT2FNN智能控制系统实验研究
6.4 RPSOMP方法实验研究
6.5 本章小结
结论
参考文献
攻读博士学位期间发表的论文及其它成果
声明
致谢
个人简历
