| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 复杂网络 | 第8-18页 |
| 1.1 复杂网络发展历史 | 第8-10页 |
| 1.2 复杂网络的基本概念 | 第10-12页 |
| 1.2.1 平均路径长度(Average path length) | 第10页 |
| 1.2.2 聚类系数(Clustering coefficient) | 第10-11页 |
| 1.2.3 度与度分布(Degree and degree distribution) | 第11-12页 |
| 1.3 网络拓扑基本模型及性质 | 第12-14页 |
| 1.3.1 规则网络 | 第12-13页 |
| 1.3.2 随机图(Random graph) | 第13页 |
| 1.3.3 小世界网络(Small-world network) | 第13-14页 |
| 1.3.4 无标度网络(Scale-free network) | 第14页 |
| 1.4 复杂网络的应用 | 第14-17页 |
| 1.4.1 复杂网络在神经网络中的应用 | 第14-16页 |
| 1.4.2 复杂网络在集群网络中的应用 | 第16-17页 |
| 1.5 本文主要安排 | 第17-18页 |
| 2 复杂网络的同步 | 第18-22页 |
| 2.1 复杂网络同步的类型及定义 | 第18-19页 |
| 2.1.1 复杂网络的完全同步 | 第18页 |
| 2.1.2 复杂网络的聚类同步 | 第18页 |
| 2.1.3 复杂网络的投影同步 | 第18-19页 |
| 2.1.4 复杂网络的延时同步 | 第19页 |
| 2.2 同步判断的依据 | 第19-21页 |
| 2.2.1 主稳定函数法 | 第19-20页 |
| 2.2.2 Lyapunov函数法 | 第20-21页 |
| 2.3 滑模控制法简介 | 第21-22页 |
| 3 异结构混沌系统与神经网络的滑模控制同步 | 第22-30页 |
| 3.1 引言 | 第22-23页 |
| 3.2 神经网络结构设计 | 第23-24页 |
| 3.3 滑模控制同步技术的设计 | 第24-27页 |
| 3.4 数值仿真模拟与分析 | 第27-29页 |
| 3.5 本章小结 | 第29-30页 |
| 4 不确定离散时空集群网络的聚类同步 | 第30-39页 |
| 4.1 引言 | 第30-31页 |
| 4.2 时空离散集群网络模型的描述 | 第31-33页 |
| 4.3 集群网络和同步目标的同步方法设计 | 第33-35页 |
| 4.4 数值仿真模拟与分析 | 第35-38页 |
| 4.5 本章小结 | 第38-39页 |
| 5 总结与展望 | 第39-41页 |
| 5.1 总结 | 第39页 |
| 5.2 展望 | 第39-41页 |
| 参考文献 | 第41-44页 |
| 攻读硕士学位期间发表学术论文情况 | 第44-45页 |
| 致谢 | 第45页 |
