第一章 绪论 1
1．1 机器人应用概貌及机器人学的主要研究领域 1
1．2 机器人控制技术的发展与现状 2
1．3 本书主要任务简介及内容安排 13
第二章 机器人的模糊控制方法 16
2．1 基于被控对象行为特性的模糊系统模型及其获取方法 16
2．2 基于控制器行为特性的模糊系统模型及推理机制 27
2．3 基于高木-菅野规则模型的模糊系统及相关问题 40
2．4 标准IF-THEN语句原形及模糊系统整体工作机制 53
2．5 结构组织间接自适应模糊控制算法 58
2．6 模糊规则的一种图解方法 68
2．7 MIMO间接自适应模糊控制器 74
2．8 机器人轨迹跟踪的间接自适应模糊控制 92
2．9 仿真试验研究 102
2．10 小结 121
第三章 适合机器人控制的神经网络方法 123
3．1 人工神经网络控制 123
3．2 适应性CMAC训练算法 127
3．3 机器人控制中的神经网络构造与训练之分析与策略 137
3．4 小结 141
第四章 机器人的模糊变结构控制 142
4．1 传统变结构控制与模糊控制在抖振方面的共同缺陷 142
4．2 边界层方法模糊特性的本质起源与思考 155
4．3 模糊监督控制是一种广义的变结构控制 158
4．4 统一的模糊变结构控制框架 167
4．5 小结 169
第五章 机器人现代智能控制技术的融合 170
5．1 引言 170
5．2 一类模糊变结构控制器的分析与设计 177
5．3 模糊监督控制参数自适应律的算法特点及相关问题 195
5．4 应用CMAC思想的模糊规则存储方法 212
5．5 融合CMAC机制的模糊控制器的分析与设计 215
5．6 小结 225
6．1 系统仿真方法及仿真语言 228
第六章 机器人智能控制方案仿真技术的有关问题 228
6．2 仿真失控现象及对策 230
6．3 使用Matlab/Simulink软件包时的一个问题 232
6．4 用S-函数对复杂动力学系统的一种分时段仿真方法 233
6．5 离散时间模型的仿真要点分析 239
6．6 高效动态模糊控制系统的仿真特点 242
6．7 递阶控制系统的仿真特点 243
6．8 仿真流程图构成的一般原则 244
6．9 小结 246
结束语 248
参考文献 254