摘要 | 第1-3页 |
英文摘要 | 第3-5页 |
目录 | 第5-7页 |
第一章 综述 | 第7-14页 |
1.1 一类时滞偏微分方程的渐近性 | 第7-8页 |
1.1.1 时滞偏微分方程 | 第7-8页 |
1.1.2 反应扩散方程的吸引子与吸引集 | 第8页 |
1.2 中立型微分积分方程与稳定性 | 第8-10页 |
1.2.1 动力系统稳定性 | 第8-9页 |
1.2.2 中立型泛函微分方程的稳定性 | 第9-10页 |
1.3 Banach空间上泛函微分方程的不变集与吸引集 | 第10-11页 |
1.4 一类神经网络的渐近性分析 | 第11-12页 |
1.4.1 神经网络 | 第11-12页 |
1.4.2 变时滞随机神经网络的稳定性 | 第12页 |
1.5 本文的主要工作 | 第12-14页 |
第二章、一类时滞偏微分方程的渐近性分析 | 第14-31页 |
2.1 预备知识 | 第14-19页 |
2.2 时滞偏微分方程的不变集和吸引集 | 第19-25页 |
2.3 时滞偏微分方程的指数稳定性 | 第25-28页 |
2.4 实例 | 第28-31页 |
第三章、无穷时滞中立型微分积分方程的稳定性 | 第31-42页 |
3.1 预备知识 | 第31-32页 |
3.2 无穷时滞中立型微分积分方程的渐近稳定性 | 第32-38页 |
3.3 无穷时滞中立型微分积分方程的指数稳定性 | 第38-40页 |
3.4 实例 | 第40-42页 |
第四章、Banach空间上的泛函微分方程的渐近性分析 | 第42-61页 |
4.1 预备知识 | 第42-44页 |
4.2 Banach空间上的泛函微分方程的不变集和吸引集 | 第44-55页 |
4.3 Banach空间上的泛函微分方程的渐近稳定性 | 第55-57页 |
4.4 实例 | 第57-61页 |
第五章、一类时滞随机神经网络的均方指数指数稳定性 | 第61-72页 |
5.1 符号及定义 | 第61-65页 |
5.2 变时滞Cohen-Grossberg随机神经网络的均方指数稳定性 | 第65-70页 |
5.3 实例 | 第70-72页 |
主要结论及创新点 | 第72-78页 |
参考文献 | 第78-93页 |
攻读博士学位期间的工作目录 | 第93-94页 |
声明 | 第94-95页 |
致谢 | 第95页 |