| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-14页 |
| ·研究目的和意义 | 第8-12页 |
| ·时滞神经网络稳定性的研究现状 | 第8-11页 |
| ·复杂网络同步的研究现状 | 第11-12页 |
| ·本文的主要工作 | 第12-14页 |
| 第二章 时滞神经网络的稳定性分析 | 第14-46页 |
| ·引言 | 第14页 |
| ·具有马尔科夫参数扰动的不确定时滞递归神经网络的全局渐近稳定性 | 第14-22页 |
| ·问题描述 | 第14-17页 |
| ·具有马尔科夫参数扰动的不确定时滞回归神经网络的全局渐近稳定性 | 第17-22页 |
| ·数值例子 | 第22页 |
| ·具有变时滞不确定随机双联想记忆神经网络的稳定性 | 第22-33页 |
| ·问题描述 | 第22-24页 |
| ·时滞随机不确定双联想记忆神经网络的稳定性分析 | 第24-33页 |
| ·数值例子 | 第33页 |
| ·具有变时滞和分布式时滞的神经网络的输出收敛 | 第33-44页 |
| ·问题描述 | 第33-35页 |
| ·时滞神经网络的输出收敛 | 第35-43页 |
| ·数值例子 | 第43-44页 |
| ·本章小结 | 第44-46页 |
| 第三章 时滞神经网络的耗散性与概周期解的全局吸引性 | 第46-66页 |
| ·引言 | 第46页 |
| ·时滞神经网络的耗散性 | 第46-54页 |
| ·问题描述 | 第46-48页 |
| ·利用Lyapunov-Krasovskii泛函分析时滞神经网络的耗散性 | 第48-51页 |
| ·利用Lyapunov函数分析时滞神经网络的耗散性 | 第51-53页 |
| ·数值例子 | 第53-54页 |
| ·时滞离散神经网络概周期解的全局吸引性 | 第54-65页 |
| ·问题描述 | 第54-56页 |
| ·时滞离散神经网络的解存在性和有界性 | 第56-58页 |
| ·时滞神经网络唯一概周期解的全局吸引性 | 第58-63页 |
| ·数值例子 | 第63-65页 |
| ·本章小结 | 第65-66页 |
| 第四章 时滞竞争神经网络的同步性 | 第66-74页 |
| ·引言 | 第66页 |
| ·时滞竞争神经网络的同步性 | 第66-73页 |
| ·问题描述 | 第66-68页 |
| ·竞争神经网络的同步性 | 第68-72页 |
| ·数值例子 | 第72-73页 |
| ·本章小结 | 第73-74页 |
| 第五章 时滞复杂网络的同步分析 | 第74-90页 |
| ·引言 | 第74页 |
| ·具有非线性耦合点的时滞复杂神经网络的指数同步 | 第74-78页 |
| ·问题描述 | 第74-75页 |
| ·时滞复杂网络的同步性 | 第75-76页 |
| ·数值例子 | 第76-78页 |
| ·具有时滞耦合复杂网络的外同步 | 第78-84页 |
| ·问题描述 | 第78-79页 |
| ·时滞复杂网络的同步 | 第79-81页 |
| ·数值例子 | 第81-84页 |
| ·时滞离散复杂网络的同步分析 | 第84-88页 |
| ·问题描述 | 第84-87页 |
| ·具有离散时滞的复杂动力网络的同步性分析 | 第87-88页 |
| ·数值例子 | 第88页 |
| ·本章小结 | 第88-90页 |
| 第六章 结论与展望 | 第90-92页 |
| ·结论 | 第90页 |
| ·展望 | 第90-92页 |
| 致谢 | 第92-94页 |
| 参考文献 | 第94-106页 |
| 攻读博士学位期间发表的论文 | 第106页 |
