摘要 | 第6-8页 |
Abstract | 第8-9页 |
第一章 绪论 | 第10-24页 |
1.1 脉冲微分系统的概述 | 第10-12页 |
1.1.1 固定时刻脉冲常微分系统 | 第10-11页 |
1.1.2 固定时刻脉冲时滞微分系统 | 第11页 |
1.1.3 带有时变脉冲的脉冲(时滞)系统 | 第11页 |
1.1.4 带有脉冲时间窗口的脉冲(时滞)系统 | 第11-12页 |
1.2 随机微分系统概述 | 第12-14页 |
1.2.1 固定时刻随机脉冲(时滞)系统 | 第13页 |
1.2.2 带有时变脉冲的随机脉冲(时滞)系统 | 第13-14页 |
1.2.3 带有脉冲时间窗口的随机(时滞)系统 | 第14页 |
1.3 人工神经网络概述 | 第14-17页 |
1.3.1 神经网络的发展 | 第14-16页 |
1.3.2 时滞神经网络概述 | 第16页 |
1.3.3 脉冲(时滞)神经网络概述 | 第16-17页 |
1.3.4 随机脉冲(时滞)神经网络 | 第17页 |
1.4 稳定性概述 | 第17-21页 |
1.4.1 脉冲微分系统的稳定性 | 第17-18页 |
1.4.2 随机微分系统的稳定性 | 第18-20页 |
1.4.3 神经网络的稳定性 | 第20-21页 |
1.5 本论文的主要研究内容和组织结构 | 第21-24页 |
第二章 带有脉冲时间窗口的脉冲控制系统的稳定性分析 | 第24-32页 |
2.1 引言 | 第24页 |
2.2 预备知识和模型描述 | 第24-26页 |
2.3 主要结论 | 第26-29页 |
2.4 数值仿真 | 第29-31页 |
2.5 本章小结 | 第31-32页 |
第三章 带有时变脉冲的脉冲随机系统的稳定性分析 | 第32-42页 |
3.1 引言 | 第32页 |
3.2 预备知识和模型描述 | 第32-35页 |
3.3 主要结论 | 第35-39页 |
3.4 数值仿真 | 第39-41页 |
3.5 本章小结 | 第41-42页 |
第四章 带有反应扩散项和混合时滞的脉冲随机Cohen-Grossberg神经网络的稳定性分析 | 第42-54页 |
4.1 引言 | 第42-43页 |
4.2 预备知识和模型描述 | 第43-45页 |
4.3 主要结论 | 第45-50页 |
4.4 数值仿真 | 第50-52页 |
4.5 本章小结 | 第52-54页 |
第五章 带有脉冲影响的时滞神经网络的有限时间稳定性分析 | 第54-64页 |
5.1 引言 | 第54页 |
5.2 预备知识和模型描述 | 第54-56页 |
5.3 主要结论 | 第56-60页 |
5.4 数值仿真 | 第60-62页 |
5.5 本章小结 | 第62-64页 |
第六章 带有马尔科夫跳跃参数和脉冲的离散耦合神经网络的全局同步分析 | 第64-82页 |
6.1 引言 | 第64页 |
6.2 预备知识和模型描述 | 第64-67页 |
6.3 主要结论 | 第67-77页 |
6.4 数值仿真 | 第77-80页 |
6.5 本章小结 | 第80-82页 |
第七章 总结与展望 | 第82-84页 |
参考文献 | 第84-96页 |
致谢 | 第96-98页 |
攻读博士期间已发表的论文 | 第98页 |
攻读博士期间参加的科研项目 | 第98页 |