| 摘要 | 第1-4页 |
| Abstract | 第4-10页 |
| 第一章 绪论 | 第10-18页 |
| ·引言 | 第10-11页 |
| ·非线性系统的稳定性 | 第11-14页 |
| ·Lyapunov稳定性理论 | 第12页 |
| ·神经网络的稳定性概述 | 第12-14页 |
| ·非线性系统的混沌同步 | 第14-15页 |
| ·本文的主要研究工作 | 第15-18页 |
| 第二章 不确定时滞BAM神经网络的稳定性 | 第18-30页 |
| ·引言 | 第18-19页 |
| ·系统描述 | 第19-20页 |
| ·全局指数稳定性 | 第20-24页 |
| ·全局鲁棒指数稳定性 | 第24-26页 |
| ·数值仿真与比较 | 第26-29页 |
| ·本章小结 | 第29-30页 |
| 第三章 时滞Cohen-Grossberg神经网络的稳定性与周期性 | 第30-48页 |
| ·引言 | 第30-31页 |
| ·具有Markov跳变参数的时滞Cohen-Grossberg神经网络 | 第31-39页 |
| ·系统描述 | 第31-33页 |
| ·全局均方鲁棒渐近稳定性 | 第33-37页 |
| ·数值仿真 | 第37-39页 |
| ·高阶时滞Cohen-Grossberg神经网络 | 第39-47页 |
| ·系统描述 | 第39-41页 |
| ·多周期性与多稳定性 | 第41-43页 |
| ·数值仿真 | 第43-47页 |
| ·本章小结 | 第47-48页 |
| 第四章 时滞细胞神经网络的稳定性 | 第48-62页 |
| ·引言 | 第48-49页 |
| ·不确定随机模糊时滞细胞神经网络 | 第49-55页 |
| ·系统描述 | 第49-50页 |
| ·全局均方渐近稳定性 | 第50-52页 |
| ·全局均方鲁棒渐近稳定性 | 第52-53页 |
| ·数值仿真 | 第53-55页 |
| ·具有大脉冲的时滞细胞神经网络 | 第55-59页 |
| ·系统描述 | 第55-56页 |
| ·全局指数稳定性 | 第56-59页 |
| ·数值仿真 | 第59页 |
| ·本章小结 | 第59-62页 |
| 第五章 混沌时滞神经网络的同步分析 | 第62-80页 |
| ·引言 | 第62页 |
| ·具有分布参数的时滞神经网络 | 第62-70页 |
| ·系统描述 | 第62-64页 |
| ·自适应指数同步分析 | 第64-70页 |
| ·具有脉冲效应的时滞神经网络 | 第70-79页 |
| ·系统描述 | 第70-71页 |
| ·指数同步分析 | 第71-75页 |
| ·数值仿真 | 第75-79页 |
| ·本章小结 | 第79-80页 |
| 第六章 广义复杂网络的同步分析 | 第80-90页 |
| ·引言 | 第80页 |
| ·系统描述 | 第80-81页 |
| ·广义复杂网络的局部与全局同步 | 第81-84页 |
| ·局部同步分析 | 第81-82页 |
| ·全局同步分析 | 第82-84页 |
| ·耦合时滞神经网络的全局同步 | 第84-87页 |
| ·数值仿真 | 第87-89页 |
| ·本章小结 | 第89-90页 |
| 第七章 统一混沌系统的同步分析 | 第90-96页 |
| ·引言 | 第90页 |
| ·系统描述 | 第90-91页 |
| ·投影同步分析 | 第91-92页 |
| ·数值仿真 | 第92-95页 |
| ·本章小结 | 第95-96页 |
| 第八章 时滞混沌系统的同步分析 | 第96-104页 |
| ·引言 | 第96页 |
| ·系统描述 | 第96-97页 |
| ·H∞同步分析 | 第97-99页 |
| ·数值仿真 | 第99-102页 |
| ·本章小结 | 第102-104页 |
| 第九章 总结与展望 | 第104-106页 |
| ·总结 | 第104页 |
| ·展望 | 第104-106页 |
| 致谢 | 第106-108页 |
| 参考文献 | 第108-121页 |
| 攻读博士学位期间发表的论文 | 第121-122页 |