| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 1 绪论 | 第8-16页 |
| ·研究背景 | 第8-11页 |
| ·非线性系统的研究现状 | 第8页 |
| ·神经网络的稳定性 | 第8-10页 |
| ·病毒学模型的研究 | 第10-11页 |
| ·研究方法 | 第11-15页 |
| ·李雅普诺夫稳定性理论 | 第11-12页 |
| ·Halanay 不等式方法 | 第12-13页 |
| ·Lyapunov-Razumikhin 方法 | 第13页 |
| ·Hopf 分岔的研究方法 | 第13-14页 |
| ·用到的引理 | 第14-15页 |
| ·本文主要工作和文章结构 | 第15-16页 |
| 2 基于 HALANAY 不等式方法的时滞 BAM 神经网络稳定性分析 | 第16-23页 |
| ·模型描述与预备知识 | 第16-17页 |
| ·主要结论 | 第17-20页 |
| ·数值仿真 | 第20-22页 |
| ·小结 | 第22-23页 |
| 3 基于 RAZUMIKHIN 方法的时滞 HOPFIELD 神经网络稳定性分析 | 第23-34页 |
| ·模型描述与预备知识 | 第24-25页 |
| ·主要结论 | 第25-31页 |
| ·数值仿真 | 第31-33页 |
| ·小结 | 第33-34页 |
| 4 一类改进后的计算机病毒学模型的稳定性与 HOPF 分岔 | 第34-56页 |
| ·模型描述与预备知识 | 第35-36页 |
| ·病毒学模型的稳定性数学分析 | 第36-43页 |
| ·无病毒时系统的平衡点 | 第36-37页 |
| ·病毒存在时系统的平衡点 | 第37-43页 |
| ·Hopf 分岔的方向及其稳定性 | 第43-50页 |
| ·数值仿真 | 第50-55页 |
| ·小结 | 第55-56页 |
| 5 论文总结及展望 | 第56-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-63页 |
| 附录 | 第63页 |
| A 攻读硕士学位期间发表论文目录 | 第63页 |
| B 攻读硕士学位期间参加的科研项目情况 | 第63页 |
| C 攻读硕士学位期间参加学术会议情况 | 第63页 |
