| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 随机微分方程 | 第11-12页 |
| 1.2 双联想记忆神经网络 | 第12-14页 |
| 1.3 马尔科夫跳跃系统 | 第14-15页 |
| 1.4 本论文结构安排 | 第15-17页 |
| 第二章 随机Cohen-Grossberg双联想想记忆神经网络的指数稳定性分析 | 第17-33页 |
| 2.1 模型及预备知识 | 第17-19页 |
| 2.2 主要结果 | 第19-29页 |
| 2.3 数值模拟与分析 | 第29-32页 |
| 2.4 本章小结 | 第32-33页 |
| 第三章 马尔科夫跳跃随机Cohen-Grossberg BAM神经网络的稳定性分析 | 第33-52页 |
| 3.1 模型及预备知识 | 第33-36页 |
| 3.2 主要结果 | 第36-47页 |
| 3.3 数值模拟与分析 | 第47-49页 |
| 3.4 本章小结 | 第49-52页 |
| 第四章 分段齐次马尔科夫跳跃BAM神经网络的稳定性分析 | 第52-71页 |
| 4.1 模型及预备知识 | 第52-54页 |
| 4.2 主要结果 | 第54-68页 |
| 4.3 数值模拟与分析 | 第68-69页 |
| 4.4 本章小结 | 第69-71页 |
| 第五章 奇异随机马尔科夫跳跃系统的H_∞控制器设计 | 第71-86页 |
| 5.1 模型及预备知识 | 第71-74页 |
| 5.2 主要结果 | 第74-84页 |
| 5.3 数值仿真 | 第84-85页 |
| 5.4 结论 | 第85-86页 |
| 第六章 具有混合时滞神经网络的鲁棒可靠H_∞控制器 | 第86-101页 |
| 6.1 模型及预备知识 | 第86-88页 |
| 6.2 稳定性分析 | 第88-93页 |
| 6.3 可靠H_∞控制 | 第93-96页 |
| 6.4 鲁棒可靠H_∞控制器 | 第96-98页 |
| 6.5 数值仿真 | 第98-100页 |
| 6.6 结论 | 第100-101页 |
| 第七章 总结与展望 | 第101-102页 |
| 致谢 | 第102-103页 |
| 参考文献 | 第103-111页 |
| 攻读博士学位期间取得的研究成果 | 第111-112页 |
