| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 第一章 绪论 | 第14-28页 |
| 1.1 时滞网络系统概述 | 第14-15页 |
| 1.2 时滞神经网络动力学和同步控制的研究背景和研究意义 | 第15-17页 |
| 1.3 多智能体系统一致性分析及采样控制的研究意义和研究现状 | 第17-20页 |
| 1.4 本文主要研究内容和创新点 | 第20-28页 |
| 1.4.1 主要研究内容 | 第20-25页 |
| 1.4.2 主要创新点 | 第25-28页 |
| 第二章 两类时滞神经网络同步的进一步研究 | 第28-57页 |
| 2.1 惯性神经网络同步控制的矩阵测度方法 | 第28-40页 |
| 2.1.1 模型描述与预备知识 | 第28-31页 |
| 2.1.2 平衡点的全局指数稳定判据 | 第31-36页 |
| 2.1.3 主从惯性神经网络的同步控制 | 第36-38页 |
| 2.1.4 数值仿真 | 第38-40页 |
| 2.2 时滞Cohen-Grossberg神经网络的固定时间同步控制 | 第40-56页 |
| 2.2.1 模型描述 | 第40-46页 |
| 2.2.2 主要结论 | 第46-51页 |
| 2.2.3 数值仿真 | 第51-56页 |
| 2.3 小结 | 第56-57页 |
| 第三章 动态网络系统的采样控制 | 第57-98页 |
| 3.1 双层多智能体系统点到点一致性的随机采样控制 | 第57-69页 |
| 3.1.1 背景介绍 | 第57-58页 |
| 3.1.2 模型描述 | 第58-62页 |
| 3.1.3 主要结果 | 第62-66页 |
| 3.1.4 数值仿真 | 第66-69页 |
| 3.2 基于观测器的非线性多智能体采样控制 | 第69-82页 |
| 3.2.1 预备知识及模型描述 | 第70-74页 |
| 3.2.2 主要结果 | 第74-80页 |
| 3.2.3 数值仿真 | 第80-82页 |
| 3.3 基于调度协议的动态网络系统输出反馈控制 | 第82-97页 |
| 3.3.1 背景介绍 | 第82-83页 |
| 3.3.2 模型描述及预备知识 | 第83-87页 |
| 3.3.3 预备引理 | 第87-88页 |
| 3.3.4 主要定理 | 第88-93页 |
| 3.3.5 数值仿真 | 第93-97页 |
| 3.4 小结 | 第97-98页 |
| 第四章 线性多智能体系统的鲁棒间歇控制 | 第98-109页 |
| 4.1 预备知识和模型描述 | 第98-101页 |
| 4.2 主要结果 | 第101-104页 |
| 4.3 数值仿真 | 第104-107页 |
| 4.4 小结 | 第107-109页 |
| 第五章 多智能体系统的网络安全控制 | 第109-126页 |
| 5.1 背景介绍 | 第109-110页 |
| 5.2 模型描述及预备知识 | 第110-115页 |
| 5.3 主要结果 | 第115-121页 |
| 5.4 数值仿真 | 第121-124页 |
| 5.5 小结 | 第124-126页 |
| 第六章 时滞系统同步控制在多区域城市交通路网中的应用 | 第126-138页 |
| 6.1 背景介绍 | 第126-127页 |
| 6.2 预备知识和模型描述 | 第127-131页 |
| 6.3 主要结果 | 第131-135页 |
| 6.4 数值仿真 | 第135-137页 |
| 6.5 小结 | 第137-138页 |
| 第七章 总结与展望 | 第138-142页 |
| 7.1 总结 | 第138-140页 |
| 7.2 展望 | 第140-142页 |
| 参考文献 | 第142-159页 |
| 附录一 博士期间发表和撰写的论文 | 第159-162页 |
| 附录二 博士期间主持和参加的科研项目、学术会议 | 第162-164页 |
| 附录三 致谢 | 第164页 |
