| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 1 绪论 | 第10-18页 |
| ·研究目的和意义 | 第10-11页 |
| ·时滞神经网络的稳定性研究现状 | 第11-13页 |
| ·中立型时滞神经网络的稳定性研究现状 | 第13-15页 |
| ·随机中立型时滞神经网络的稳定性研究现状 | 第15-16页 |
| ·本文主要内容和结构 | 第16-17页 |
| ·符号说明 | 第17-18页 |
| 2 变时滞的不确定随机中立型神经网络的鲁棒稳定性 | 第18-40页 |
| ·具有区间时滞的不确定随机中立型神经网络的鲁棒稳定性 | 第18-29页 |
| ·引言 | 第18-19页 |
| ·系统描述及相关引理 | 第19-20页 |
| ·具有区间时滞的随机中立型神经网络的全局渐近稳定性 | 第20-25页 |
| ·具有区间时滞的不确定随机中立型神经网络的全局渐近鲁棒稳定性 | 第25-27页 |
| ·数值例子 | 第27-29页 |
| ·不确定随机中立型神经网络与时滞相关的全局鲁棒稳定性 | 第29-39页 |
| ·引言 | 第29-30页 |
| ·提出的模型 | 第30-31页 |
| ·鲁棒稳定性分析 | 第31-37页 |
| ·数值例子 | 第37-39页 |
| ·本章小结 | 第39-40页 |
| 3 带分布时滞的随机中立型神经网络的全局渐近稳定性 | 第40-64页 |
| ·一类具有离散时滞和分布时滞的随机中立型神经网络的全局渐近稳定性 | 第40-47页 |
| ·模型及预备知识 | 第41页 |
| ·全局渐近稳定性 | 第41-46页 |
| ·仿真算例 | 第46-47页 |
| ·一类具有混合时滞的随机中立型神经网络的鲁棒稳定性 | 第47-62页 |
| ·模型及预备知识 | 第47-49页 |
| ·确定系统的稳定性判据 | 第49-58页 |
| ·不确定系统的鲁棒稳定性判据 | 第58-60页 |
| ·数值例子 | 第60-62页 |
| ·本章小结 | 第62-64页 |
| 4 含多个离散时滞的随机中立型神经网络的时滞相关渐近稳定性 | 第64-74页 |
| ·引言 | 第64-65页 |
| ·系统模型 | 第65-66页 |
| ·主要结果 | 第66-72页 |
| ·数值实例 | 第72-73页 |
| ·本章小结 | 第73-74页 |
| 5 不确定随机中立型 BAM 时滞神经网络的全局均方稳定性 | 第74-86页 |
| ·引言 | 第74-75页 |
| ·问题模型与假设 | 第75-77页 |
| ·主要结果 | 第77-83页 |
| ·数值例子 | 第83-85页 |
| ·本章小结 | 第85-86页 |
| 6 一类含分布时滞的广义随机中立型时滞神经网络的稳定性 | 第86-102页 |
| ·引言 | 第86-87页 |
| ·问题描述 | 第87-88页 |
| ·主要结论 | 第88-99页 |
| ·数值例子 | 第99-101页 |
| ·小结 | 第101-102页 |
| 7 总结与展望 | 第102-106页 |
| ·主要结论 | 第102-103页 |
| ·进一步研究 | 第103-106页 |
| 致谢 | 第106-108页 |
| 参考文献 | 第108-126页 |
| 附录 | 第126-128页 |
| A. 作者在攻读学位期间发表的论文目录 | 第126-128页 |
| B. 作者在攻读博士学位期间参加的科研项目 | 第128页 |
| C. 作者在攻读博士学位期间参加的学术会议情况 | 第128页 |
