| 致谢 | 第5-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 引言 | 第10-11页 |
| 1.2 研究现状 | 第11-12页 |
| 1.3 时滞分数阶微分方程的预估-校正解法 | 第12-13页 |
| 1.4 本文的主要工作 | 第13-15页 |
| 第2章 分数阶微积分理论与神经网络概述 | 第15-23页 |
| 2.1 分数阶微积分的定义及性质 | 第15-18页 |
| 2.2 分数阶微分方程的稳定性理论 | 第18-20页 |
| 2.3 神经网络概述 | 第20-21页 |
| 2.4 分数阶神经网络的研究进展 | 第21-22页 |
| 2.5 本章小结 | 第22-23页 |
| 第3章 基于忆阻器的时滞分数阶神经网络系统的动力学分析 | 第23-36页 |
| 3.1 常值输入条件下系统的稳定性分析 | 第23-27页 |
| 3.1.1 Lyapunov局部渐近稳定性分析 | 第23-26页 |
| 3.1.2 数值仿真 | 第26-27页 |
| 3.2 有界扰动条件下系统的稳定性分析 | 第27-35页 |
| 3.2.1 Lyapunov一致稳定性分析 | 第27-31页 |
| 3.2.2 有界扰动情况下系统解区间的估计 | 第31-33页 |
| 3.2.3 数值仿真 | 第33-35页 |
| 3.3 本章小结 | 第35-36页 |
| 第4章 基于忆阻器的时滞分数阶复值神经网络的动力学分析 | 第36-56页 |
| 4.1 复值传递函数可分为实部与虚部条件下系统的稳定性分析 | 第36-48页 |
| 4.1.1 Lyapunov全局渐近稳定性分析 | 第36-46页 |
| 4.1.2 数值仿真 | 第46-48页 |
| 4.2 复值传递函数有界条件下系统的稳定性分析 | 第48-55页 |
| 4.2.1 Lyapunov局部渐近稳定性分析 | 第48-51页 |
| 4.2.2 数值仿真 | 第51-55页 |
| 4.3 本章小结 | 第55-56页 |
| 第5章 结论与展望 | 第56-58页 |
| 5.1 结论 | 第56-57页 |
| 5.2 展望 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 作者简历 | 第62-64页 |
| 学位论文数据集 | 第64页 |
