| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-21页 |
| ·研究神经网络的意义 | 第10-11页 |
| ·神经网络的发展 | 第11-14页 |
| ·时滞系统 | 第14-16页 |
| ·时滞神经网络的研究 | 第16-19页 |
| ·时滞神经网络的研究内容 | 第16-17页 |
| ·时滞神经网络的稳定性研究 | 第17-19页 |
| ·本文结构 | 第19-21页 |
| 第二章 预备知识 | 第21-26页 |
| ·符号约定 | 第21页 |
| ·本文相关的基本概念与使用的基本工具 | 第21-24页 |
| ·相关概念 | 第21-22页 |
| ·LMI方法 | 第22-24页 |
| ·本文主要使用的定理 | 第24-25页 |
| ·总结 | 第25-26页 |
| 第三章 时滞系统稳定性研究方法 | 第26-37页 |
| ·概述 | 第26-28页 |
| ·时滞系统稳定性分析方法 | 第28-30页 |
| ·频域法 | 第28页 |
| ·时域法 | 第28-30页 |
| ·Lyapunov泛函 | 第30-32页 |
| ·Lyapunov泛函的选取问题 | 第30-31页 |
| ·常见的Lyapunov-Krasovskii泛函及分析 | 第31-32页 |
| ·稳定性定理的保守性分析 | 第32-35页 |
| ·模型变换方法 | 第32-33页 |
| ·交叉项界定和积分不等式 | 第33-35页 |
| ·稳定性定理的普适性分析 | 第35-36页 |
| ·本章总结 | 第36-37页 |
| 第四章 单时滞神经网络系统稳定性 | 第37-42页 |
| ·概述 | 第37页 |
| ·时滞Hopfield神经网络(DHNN)的稳定性 | 第37-38页 |
| ·时滞细胞神经网络(DCNN)的稳定性 | 第38-39页 |
| ·时滞双向联想记忆神经网络(DBAMNN)的稳定性 | 第39-41页 |
| ·时滞Cohen-Grossberg神经网络(DCGNN)的稳定性 | 第41页 |
| ·本章总结 | 第41-42页 |
| 第五章 多时滞神经网络系统的稳定性分析 | 第42-50页 |
| ·概述 | 第42页 |
| ·系统描述 | 第42-43页 |
| ·系统假设 | 第43-44页 |
| ·时滞相关渐近稳定性分析 | 第44-48页 |
| ·仿真算例 | 第48-49页 |
| ·结论 | 第49-50页 |
| 第六章 结论与展望 | 第50-51页 |
| ·结论 | 第50页 |
| ·展望 | 第50-51页 |
| 参考文献 | 第51-56页 |
| 附录A MATLAB程序 | 第56-61页 |
| 在学研究成果 | 第61-62页 |
| 致谢 | 第62页 |
