中文摘要 | 第1-7页 |
英文摘要 | 第7-13页 |
插图与附表清单 | 第13-15页 |
1 绪论 | 第15-25页 |
·时滞神经网络稳定性概述 | 第15-17页 |
·神经网络的混沌同步概述 | 第17-23页 |
·混沌神经网络举例 | 第17-20页 |
·混沌同步概述 | 第20-23页 |
·本文的主要研究 | 第23-25页 |
2 带时变时滞的神经网络的渐近稳定性分析 | 第25-33页 |
·带时变时滞的神经网络的模型及其转换 | 第25-26页 |
·时变时滞神经网络的全局渐近稳定性 | 第26-29页 |
·数值例子 | 第29-31页 |
·本章小节 | 第31-33页 |
3 时滞 BAM 神经网络的指数稳定性及其收敛速度的估计 | 第33-53页 |
·引言 | 第33-34页 |
·问题描述和预备知识 | 第34-36页 |
·带常数时滞的BAM神经网络的指数稳定性 | 第36-40页 |
·带时变时滞的BAM神经网络的指数稳定性 | 第40-47页 |
·几个数值例子 | 第47-51页 |
·本章小节 | 第51-53页 |
4 基于 LMI方法的时滞神经网络的全局鲁棒稳定性分析 | 第53-63页 |
·引言 | 第53-55页 |
·关于最近几个结果的讨论 | 第55-57页 |
·文献[59]中错误的不等式 | 第55-56页 |
·对文献[4]中稳定性条件的分析 | 第56-57页 |
·时滞神经网络平衡点的唯一性和鲁棒指数稳定性 | 第57-60页 |
·一个简单的例子 | 第60-61页 |
·本章小节 | 第61-63页 |
5 基于 LMI方法的多时滞区间神经网络的全局鲁棒渐近稳定性 | 第63-85页 |
·模型描述与转换 | 第63-66页 |
·带有多个常时滞的区间神经网络的全局鲁棒渐近稳定性 | 第66-73页 |
·带有多个时变时滞的区间神经网络的全局鲁棒渐近稳定性 | 第73-79页 |
·几个实例 | 第79-83页 |
·本章小节 | 第83-85页 |
6 时滞混沌系统的误差反馈滞同步 | 第85-95页 |
·混沌滞同步方案及相关预备知识 | 第85-87页 |
·Liao 混沌神经系统的耦合滞同步 | 第87-90页 |
·Mackey-Glass混沌系统的耦合滞同步 | 第90-93页 |
·进一步讨论滞同步的指数收敛性 | 第93-94页 |
·本章小节 | 第94-95页 |
7 混沌神经系统的脉冲控制和同步 | 第95-117页 |
·脉冲控制理论 | 第95-101页 |
·脉冲控制的概念和分类 | 第95-96页 |
·脉冲控制的数学模型 | 第96-97页 |
·线性脉冲控制 | 第97页 |
·非线性脉冲控制 | 第97-99页 |
·时滞系统的脉冲控制 | 第99-101页 |
·时滞混沌系统的脉冲控制 | 第101-106页 |
·脉冲控制设计 | 第101-103页 |
·Ikeda 系统的脉冲控制 | 第103-104页 |
·脉冲控制过程中的过渡动力学 | 第104-106页 |
·一类非线性耦合混沌系统的脉冲同步 | 第106-109页 |
·脉冲同步方案的分析和设计 | 第106-108页 |
·耦合Chua 电路的脉冲同步 | 第108-109页 |
·时滞混沌神经系统的脉冲滞同步 | 第109-116页 |
·混沌时滞神经系统滞同步的理论分析 | 第109-111页 |
·Mackey-Glass 方程的脉冲滞同步 | 第111-112页 |
·Ikeda-Like 方程的脉冲滞同步 | 第112-114页 |
·Liao 神经系统的脉冲滞同步 | 第114-116页 |
·本章小节 | 第116-117页 |
8 混沌神经网络的混合同步 | 第117-123页 |
·混合同步设计 | 第117-120页 |
·数值模拟 | 第120-122页 |
·本章小节 | 第122-123页 |
9 结论 | 第123-125页 |
致谢 | 第125-127页 |
参考文献 | 第127-141页 |
附录A:攻读博士学位期间完成和发表的论文 | 第141-145页 |
附录B:攻读博士学位期间的论文被 SCI和EI的收录情况 | 第145页 |
附录C:攻读博士学位期间的项目资助情况 | 第145页 |
附录D:攻读博士学位期间参加国际会议情况 | 第145-147页 |
独创性声明 | 第147页 |
学位论文版权使用授权书 | 第147页 |