| 摘要 | 第1-7页 |
| Abstract | 第7-13页 |
| 第一章 绪论 | 第13-29页 |
| ·研究背景及意义 | 第13-14页 |
| ·随机系统的研究进展 | 第14-20页 |
| ·预备知识 | 第20-27页 |
| ·本文主要工作 | 第27-29页 |
| 第二章 具有非线性扰动的多时滞不确定随机系统的鲁棒指数稳定性 | 第29-39页 |
| ·引言 | 第29-30页 |
| ·系统描述与预备知识 | 第30页 |
| ·鲁棒均方指数稳定 | 第30-37页 |
| ·数值算例 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第三章 随机时滞控制系统 Euler-Maruyama 方法的输入状态稳定性 | 第39-53页 |
| ·引言 | 第39-40页 |
| ·系统描述和预备知识 | 第40-41页 |
| ·Euler-Maruyama 数值方法 | 第41页 |
| ·主要结论 | 第41-47页 |
| ·数值仿真 | 第47-51页 |
| ·本章小结 | 第51-53页 |
| 第四章 一般速率下马尔可夫调制随机系统的稳定性与数值方法 | 第53-63页 |
| ·引言 | 第53-54页 |
| ·系统描述与预备知识 | 第54-56页 |
| ·一般速率下解析解的稳定性 | 第56-58页 |
| ·一般速率下 Euler-Maruyama 方法的稳定性 | 第58-61页 |
| ·本章小结 | 第61-63页 |
| 第五章 非线性随机延迟积分微分方程的 Milstein 方法 | 第63-79页 |
| ·引言 | 第63-64页 |
| ·非线性随机延迟积分微分方程 | 第64-66页 |
| ·Ito -公式和 Ito -Taylor 展开式 | 第66-68页 |
| ·Milstein 方法的收敛性 | 第68-73页 |
| ·Milstein 方法的均方稳定性 | 第73-76页 |
| ·数值仿真 | 第76-78页 |
| ·本章小结 | 第78-79页 |
| 第六章 随机时滞神经网络的稳定性与数值方法 | 第79-91页 |
| ·引言 | 第79-80页 |
| ·系统描述和解析解分析 | 第80-83页 |
| ·Euler-Maruyama 方法的稳定性 | 第83-85页 |
| ·分步向后 Euler 方法的稳定性 | 第85-88页 |
| ·数值仿真 | 第88-89页 |
| ·本章小结 | 第89-91页 |
| 结论与展望 | 第91-93页 |
| 参考文献 | 第93-107页 |
| 附录 | 第107-109页 |
| 攻读博士学位期间的研究成果 | 第109-111页 |
| 致谢 | 第111-113页 |
| 附件 | 第113页 |
