| 摘要 | 第4-7页 |
| ABSTRACT | 第7-10页 |
| 第一章 绪论 | 第14-40页 |
| 1.1 复杂网络的研究背景与意义 | 第14-20页 |
| 1.1.1 复杂网络动力学研究背景与意义 | 第16-17页 |
| 1.1.2 神经网络动力学研究背景与意义 | 第17-20页 |
| 1.2 复杂网络稳定性与同步控制研究现状 | 第20-37页 |
| 1.2.1 经典的复杂网络和神经网络动力学模型 | 第21-26页 |
| 1.2.2 复杂网络的稳定性研究现状 | 第26-34页 |
| 1.2.3 复杂网络的同步控制研究现状 | 第34-35页 |
| 1.2.4 复杂网络同步的应用现状 | 第35-37页 |
| 1.3 本文的主要工作以及结构安排 | 第37-40页 |
| 1.3.1 本文的主要工作 | 第37-38页 |
| 1.3.2 本文的结构安排 | 第38-40页 |
| 第二章 多边复杂动态网络的同步控制 | 第40-75页 |
| 2.1 前言 | 第40-42页 |
| 2.2 多边复杂动态网络的有限时间间歇同步控制 | 第42-58页 |
| 2.2.1 网络模型与预备知识 | 第42-45页 |
| 2.2.2 主要结论 | 第45-53页 |
| 2.2.3 实例仿真 | 第53-58页 |
| 2.3 多边复杂动态网络的广义衰减同步控制 | 第58-74页 |
| 2.3.1 网络模型与预备知识 | 第59-62页 |
| 2.3.2 主要结论 | 第62-67页 |
| 2.3.3 实例仿真 | 第67-74页 |
| 2.4 本章小结 | 第74-75页 |
| 第三章 中立型神经网络的稳定性与同步控制 | 第75-102页 |
| 3.1 前言 | 第75-77页 |
| 3.2 带有混合时延的中立型神经网络的有限时间稳定性分析 | 第77-90页 |
| 3.2.1 网络模型与预备知识 | 第77-80页 |
| 3.2.2 主要结论 | 第80-84页 |
| 3.2.3 实例仿真 | 第84-90页 |
| 3.3 带有混合时延的耦合中立型神经网络固定时间同步控制 | 第90-101页 |
| 3.3.1 网络模型与预备知识 | 第90-93页 |
| 3.3.2 主要结论 | 第93-97页 |
| 3.3.3 实例仿真 | 第97-101页 |
| 3.4 本章小结 | 第101-102页 |
| 第四章 基于忆阻的分数阶神经网络的有限时间稳定性与同步 | 第102-150页 |
| 4.1 前言 | 第102-105页 |
| 4.2 基于忆阻的分数阶Cohen-Grossberg神经网络的有限时间稳定性与同步 | 第105-120页 |
| 4.2.1 网络模型与预备知识 | 第105-112页 |
| 4.2.2 主要结论 | 第112-117页 |
| 4.2.3 实例仿真 | 第117-120页 |
| 4.3 基于忆阻的时延分数阶神经网络的有限时间投影同步 | 第120-133页 |
| 4.3.1 网络模型与预备知识 | 第121-124页 |
| 4.3.2 主要结论 | 第124-128页 |
| 4.3.3 实例仿真 | 第128-133页 |
| 4.4 基于忆阻的分数阶模糊神经网络的有限时间稳定性与同步 | 第133-149页 |
| 4.4.1 网络模型与预备知识 | 第133-137页 |
| 4.4.2 主要结论 | 第137-144页 |
| 4.4.3 实例仿真 | 第144-149页 |
| 4.5 本章小结 | 第149-150页 |
| 第五章 复杂网络同步在参数辨识中的应用 | 第150-165页 |
| 5.1 前言 | 第150-151页 |
| 5.2 基于同步的不确定递归动态神经网络的参数辨识 | 第151-164页 |
| 5.2.1 网络模型与预备知识 | 第152-154页 |
| 5.2.2 主要结论 | 第154-159页 |
| 5.2.3 实例仿真 | 第159-164页 |
| 5.3 本章小结 | 第164-165页 |
| 第六章 总结与展望 | 第165-169页 |
| 6.1 课题的研究工作总结 | 第165-167页 |
| 6.2 课题的研究内容展望 | 第167-169页 |
| 参考文献 | 第169-185页 |
| 致谢 | 第185-187页 |
| 攻读学位期间学术成果目录 | 第187-189页 |
