| 摘要 | 第1-7页 |
| Abstract | 第7-12页 |
| 1 绪论 | 第12-22页 |
| ·人工神经网络简介 | 第12-15页 |
| ·人工神经网络的起源与发展 | 第12-13页 |
| ·神经网络模型及其特点 | 第13-15页 |
| ·神经网络的动力学行为 | 第15页 |
| ·研究问题的背景及发展状况 | 第15-20页 |
| ·静态递归神经网络 | 第15-16页 |
| ·时滞递归神经网络与时滞泛函微分方程 | 第16-17页 |
| ·脉冲递归神经网络及脉冲微分方程 | 第17-18页 |
| ·马尔可夫调制的递归神经网络 | 第18-19页 |
| ·随机递归神经网络及随机微分方程 | 第19-20页 |
| ·反应扩散时滞递归神经网络 | 第20页 |
| ·本文主要工作及工作安排 | 第20-22页 |
| 2 时滞静态递归神经网络的周期性研究 | 第22-40页 |
| ·时滞静态递归神经网络周期解的鲁棒指数稳定性 | 第22-28页 |
| ·准备工作 | 第22-23页 |
| ·主要工作 | 第23-27页 |
| ·例子 | 第27-28页 |
| ·无穷分布时滞静态递归神经网络的概周期解 | 第28-38页 |
| ·引言 | 第28页 |
| ·预备知识 | 第28-29页 |
| ·准备工作 | 第29-31页 |
| ·主要结果及证明 | 第31-36页 |
| ·例子 | 第36-38页 |
| ·本章小结 | 第38-40页 |
| 3. 脉冲时滞静态递归神经网络稳定性研究 | 第40-53页 |
| ·具有脉冲的变时滞静态递归神经网络的全局指数稳定性 | 第40-45页 |
| ·引言 | 第40页 |
| ·准备工作 | 第40-43页 |
| ·主要结果 | 第43-44页 |
| ·例子 | 第44-45页 |
| ·脉冲有限分布时滞静态递归神经网络的周期解的全局指数稳定性 | 第45-52页 |
| ·引言 | 第45页 |
| ·准备工作 | 第45-47页 |
| ·主要结果 | 第47-51页 |
| ·例子 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 4 随机时滞静态递归神经网络几乎指数稳定性 | 第53-66页 |
| ·随机变时滞静态递归神经网络的几乎指数稳定性 | 第53-60页 |
| ·引言及准备工作 | 第53-55页 |
| ·主要结论 | 第55-58页 |
| ·例子 | 第58-60页 |
| ·随机无穷分布时滞静态递归神经网络的几乎指数稳定性 | 第60-65页 |
| ·引言及准备工作 | 第60-62页 |
| ·主要工作 | 第62-64页 |
| ·例子 | 第64-65页 |
| ·本章小结 | 第65-66页 |
| 5 马尔可夫调制的静态递归神经网络的稳定性 | 第66-80页 |
| ·马尔可夫调制的有限分布时滞静态递归神经网络的指数稳定性 | 第66-72页 |
| ·引言及准备工作 | 第66-69页 |
| ·主要结果 | 第69-71页 |
| ·例子 | 第71-72页 |
| ·马尔可夫调制的随机时滞静态递归神经网络的稳定性 | 第72-79页 |
| ·引言 | 第72-73页 |
| ·准备 | 第73-75页 |
| ·主要结果 | 第75-78页 |
| ·例子 | 第78-79页 |
| ·本章小结 | 第79-80页 |
| 6 反应扩散静态递归神经网络的指数稳定性 | 第80-94页 |
| ·变时滞反应扩散静态递归神经网络的全局指数稳定性 | 第80-87页 |
| ·引言 | 第80-81页 |
| ·准备知识 | 第81-83页 |
| ·主要结果 | 第83-87页 |
| ·马尔可夫调制的时滞反应扩散静态递归神经网络的指数稳定性 | 第87-93页 |
| ·引言 | 第87页 |
| ·准备 | 第87-90页 |
| ·主要结果 | 第90-92页 |
| ·例子 | 第92-93页 |
| ·本章小节 | 第93-94页 |
| 7 总结 | 第94-96页 |
| 参考文献 | 第96-102页 |
| 致谢 | 第102-103页 |
| 个人简历及发表论文 | 第103页 |
| 个人简历 | 第103页 |
| 发表论文 | 第103页 |
