| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 随机神经网络的研究背景 | 第9-10页 |
| 1.2 随机神经网络模型与数值算法 | 第10-11页 |
| 1.2.1 随机神经网络模型 | 第10页 |
| 1.2.2 数值算法 | 第10-11页 |
| 1.3 随机神经网络的研究现状与意义 | 第11-12页 |
| 1.4 论文的主要内容与结构 | 第12-13页 |
| 第2章 分数阶布朗运动驱动的随机神经网络的p阶指数收敛性 | 第13-32页 |
| 2.1 引言 | 第13页 |
| 2.2 相关知识 | 第13-16页 |
| 2.3 模型描述 | 第16-17页 |
| 2.4 主要结论 | 第17-28页 |
| 2.4.1 解的存在唯一性 | 第17-21页 |
| 2.4.2 神经网络状态的指数收敛性 | 第21-28页 |
| 2.5 数值算例 | 第28-31页 |
| 2.6 本章小结 | 第31-32页 |
| 第3章 分数阶布朗运动驱动的随机神经网络的全局稳定性 | 第32-42页 |
| 3.1 引言 | 第32页 |
| 3.2 相关知识和模型描述 | 第32-34页 |
| 3.2.1 相关知识 | 第32-33页 |
| 3.2.2 模型描述 | 第33-34页 |
| 3.3 主要结果 | 第34-37页 |
| 3.3.1 全局渐近稳定性 | 第34-36页 |
| 3.3.2 p幂指数稳定性 | 第36-37页 |
| 3.4 数值算例 | 第37-41页 |
| 3.5 本章小结 | 第41-42页 |
| 第4章 具有半马尔可夫跳变的不连续神经网络的有限时间同步 | 第42-58页 |
| 4.1 引言 | 第42页 |
| 4.2 相关知识 | 第42-43页 |
| 4.3 模型描述 | 第43-46页 |
| 4.4 有限时间同步 | 第46-53页 |
| 4.5 数值算例 | 第53-57页 |
| 4.6 本章小结 | 第57-58页 |
| 结论 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第64-65页 |
| 致谢 | 第65页 |
