移動智能自主系統(tǒng)

緒論
參考文獻
部分 MIAS基礎概念
第1章 神經(jīng)-模糊-遺傳算法-人工智能范式
1.1 引言
1.2 人工神經(jīng)網(wǎng)絡
1.3 前饋神經(jīng)網(wǎng)絡
1.3.1 學習算法
1.4 遞歸神經(jīng)網(wǎng)絡
1.4.1 一些RNN變異型
1.5 基于Hopfield神經(jīng)網(wǎng)絡-RNN的參數(shù)估計
1.6 模糊邏輯和模糊系統(tǒng)
1.6.1 模糊推理機／系統(tǒng)
1.7 遺傳算法
1.7.1 典型的遺傳算法過程
1.7.2 遺傳編程
1.8 與人工神經(jīng)網(wǎng)絡相結(jié)合的理念以及分類
1.8.1 結(jié)合人工神經(jīng)網(wǎng)絡的模糊邏輯方法輸出或結(jié)果的分類
1.8.2 與人工神經(jīng)網(wǎng)絡的輸出／結(jié)果相結(jié)合的基于GA的方法
1.8.3 GA-FL混合方法
1.9 機器人技術(shù)中模糊神經(jīng)遺傳算法的一些可能應用
1.9.1 基于人工神經(jīng)網(wǎng)絡攝像頭：機器人協(xié)同
1.9.2 機器人的人工神經(jīng)網(wǎng)絡路徑規(guī)劃
1.9.3 GA-FL綜合合成
1.10 人工智能
1.10.1 像人類一樣思考
1.10.2 像人類一樣行動
1.10.3 理性思考或理性思維
1.10.4 理性行為
1.10.5 AI前景
1.10.6 智能代理
1.10.7 智能：MIAS／機器人系統(tǒng)
參考文獻
第2章 機器人運動的數(shù)學模型
2.1 引言
2.2 機器人空間定位
2.2.1 機器人位置
2.2.2 機器人及其連桿定位
2.2.3 旋轉(zhuǎn)矩陣
2.2.4 齊次變換
2.3 機器人運動學
2.4 動態(tài)模型
2.4.1 運動方程
2.5 機器人的行走
2.6 概率機器人運動模型
2.6.1 測距法
2.6.2 航位推算法
參考文獻
第3章 移動智能自主系統(tǒng)中的數(shù)據(jù)融合
3.1 引言