| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-16页 |
| ·神经网络简介 | 第10-11页 |
| ·时滞作用下神经网络稳定性研究现状 | 第11-13页 |
| ·神经网络的应用现状 | 第13-14页 |
| ·论文的主要内容 | 第14-16页 |
| 第2章 两个时滞的带有不确定性神经网络的渐近稳定性分析 | 第16-22页 |
| ·引言 | 第16页 |
| ·平衡点的全局渐近稳定性研究的数学模型及预备知识 | 第16-18页 |
| ·主要结果 | 第18-21页 |
| ·仿真实例 | 第21页 |
| ·本章小结 | 第21-22页 |
| 第3章 具有混合时滞的随机Hopfield神经网络的稳定性分析 | 第22-28页 |
| ·引言 | 第22页 |
| ·系统描述及预备知识 | 第22-23页 |
| ·具有混合时滞的神经网络稳定性的研究 | 第23-27页 |
| ·数值举例 | 第27页 |
| ·本章小结 | 第27-28页 |
| 第4章 具有逆Lipschitz函数的随机 Hopfield 神经网络平衡点的存在性和唯一性 | 第28-32页 |
| ·引言 | 第28页 |
| ·模型和预备知识 | 第28-29页 |
| ·平衡点的存在性和唯一性 | 第29-31页 |
| ·本章小结 | 第31-32页 |
| 第5章 时标上带有脉冲的区间BAM神经网络反周期解的分析 | 第32-48页 |
| ·引言 | 第32页 |
| ·基础知识和预备知识 | 第32-36页 |
| ·反周期解的存在性和唯一性 | 第36-43页 |
| ·反周期解的全局指数稳定 | 第43-47页 |
| ·数值例子 | 第47页 |
| ·本章小结 | 第47-48页 |
| 结论 | 第48-50页 |
| 参考文献 | 第50-54页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第54-56页 |
| 致谢 | 第56-57页 |
| 作者简介 | 第57页 |
