| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 1 引言 | 第11-20页 |
| ·动力系统简介 | 第11-12页 |
| ·时滞人工神经网络模型 | 第12-15页 |
| ·研究问题的背景及发展状况 | 第15-17页 |
| ·本文的主要工作及内容安排 | 第17-20页 |
| 2 时滞微分方程的周期解问题 | 第20-37页 |
| ·研究背景与预备知识 | 第20-21页 |
| ·具有S-分布时滞的Duffing 型方程周期解的存在性 | 第21-25页 |
| ·一类广义时滞Duffing 型方程周期解的存在性 | 第25-32页 |
| ·一类广义时滞Liénard 型方程周期解的存在性 | 第32-36页 |
| ·本章小结 | 第36-37页 |
| 3 S-分布时滞区间细胞神经网络的全局动力行为分析 | 第37-50页 |
| ·有限区间上的S-分布时滞区间细胞神经网络模型 | 第37-41页 |
| ·背景和基本假设 | 第37-38页 |
| ·全局渐近鲁棒稳定性 | 第38-41页 |
| ·实例 | 第41页 |
| ·无限区间上的S-分布时滞区间细胞神经网络模型 | 第41-49页 |
| ·预备知识 | 第41-43页 |
| ·全局指数鲁棒稳定性 | 第43-49页 |
| ·应用实例 | 第49页 |
| ·本章小结 | 第49-50页 |
| 4 S-分布时滞反应扩散细胞神经网络的全局指数稳定性 | 第50-67页 |
| ·引言 | 第50-52页 |
| ·预备知识 | 第52-54页 |
| ·主要结果 | 第54-65页 |
| ·应用实例 | 第65-66页 |
| ·本章小结 | 第66-67页 |
| 5 一类时滞神经网络模型的 Hopf 分叉与仿真 | 第67-84页 |
| ·问题背景 | 第67-68页 |
| ·平衡点的结构和稳定性 | 第68-72页 |
| ·稳定性分析和分叉 | 第72-74页 |
| ·分叉的方向和稳定性 | 第74-80页 |
| ·数值模拟 | 第80-83页 |
| ·本章小结 | 第83-84页 |
| 6 工作总结与展望 | 第84-86页 |
| ·工作总结 | 第84-85页 |
| ·展望 | 第85-86页 |
| 参考文献 | 第86-94页 |
| 致谢 | 第94页 |
| 个人简历 | 第94-95页 |
| 攻读博士学位期间的工作目录 | 第95页 |
