| 摘要 | 第5-7页 |
| ABSTRACT | 第7-9页 |
| 第一章 概述 | 第12-16页 |
| 1.1 模糊扩散神经网络稳定性的研究背景与现状 | 第12-14页 |
| 1.1.1 研究背景 | 第12-13页 |
| 1.1.2 研究现状 | 第13-14页 |
| 1.2 本文的主要工作与创新点 | 第14-16页 |
| 1.2.1 主要工作 | 第14-15页 |
| 1.2.2 主要创新点 | 第15-16页 |
| 第二章 具有离散时延的模糊扩散神经网络的全局指数稳定性 | 第16-30页 |
| 2.1 引言 | 第16页 |
| 2.2 模型及预备知识 | 第16-18页 |
| 2.3 基于Lyapunov 稳定性分析方法 | 第18-25页 |
| 2.4 基于微分不等式分析方法 | 第25-28页 |
| 2.5 例子 | 第28-29页 |
| 2.6 结论 | 第29-30页 |
| 第三章 具有分布时延的模糊扩散神经网络的全局指数稳定性 | 第30-45页 |
| 3.1 引言 | 第30页 |
| 3.2 模型及预备知识 | 第30-32页 |
| 3.3 基于Lyapunov 稳定性分析方法 | 第32-39页 |
| 3.4 基于微分不等式分析方法 | 第39-42页 |
| 3.5 例子 | 第42-44页 |
| 3.6 结论 | 第44-45页 |
| 第四章 具有离散时延的随机模糊扩散神经网络的均方指数稳定性 | 第45-66页 |
| 4.1 引言 | 第45页 |
| 4.2 模型及预备知识 | 第45-48页 |
| 4.3 基于Lyapunov 稳定性分析方法 | 第48-58页 |
| 4.4 基于微分不等式分析方法 | 第58-64页 |
| 4.5 例子 | 第64-65页 |
| 4.6 结论 | 第65-66页 |
| 第五章 具有分布时延的随机模糊扩散神经网络的均方指数稳定性 | 第66-87页 |
| 5.1 引言 | 第66页 |
| 5.2 模型及预备知识 | 第66-69页 |
| 5.3 基于Lyapunov 稳定性分析方法 | 第69-78页 |
| 5.4 基于微分不等式分析方法 | 第78-84页 |
| 5.5 例子 | 第84-86页 |
| 5.6 结论 | 第86-87页 |
| 第六章 全文总结与展望 | 第87-89页 |
| 6.1 本文的主要工作和贡献 | 第87页 |
| 6.2 后续研究工作展望 | 第87-89页 |
| 参考文献 | 第89-96页 |
| 致谢 | 第96-97页 |
| 攻读学位期间发表的学术论文目录 | 第97页 |
