| 中文摘要 | 第2-4页 |
| 英文摘要 | 第4-6页 |
| 第一章 绪论 | 第9-19页 |
| 1.1 研究背景和现状 | 第9-17页 |
| 1.1.1 复杂网络的研究背景和现状 | 第9-11页 |
| 1.1.2 神经网络的研究背景和现状 | 第11-14页 |
| 1.1.3 网络的稳定和同步控制研究概况 | 第14-17页 |
| 1.2 本文主要工作及内容安排 | 第17-19页 |
| 第二章 具有脉冲时间窗口的Cohen-Grossberg神经网络的指数稳定 | 第19-38页 |
| 2.1 模型与假设 | 第19-23页 |
| 2.2 主要结论 | 第23-35页 |
| 2.2.1 基于1-范数的稳定性 | 第23-28页 |
| 2.2.2 基于无穷范数的稳定性 | 第28-35页 |
| 2.3 数值模拟 | 第35-38页 |
| 第三章 忆阻Cohen-Grossberg神经网络的有限时间同步 | 第38-57页 |
| 3.1 模型与假设 | 第38-46页 |
| 3.2 主要结论 | 第46-54页 |
| 3.3 数值模拟 | 第54-57页 |
| 第四章 关于耦合时滞动力网络在非周期间歇牵制控制下的同步 | 第57-76页 |
| 4.1 模型与假设 | 第57-65页 |
| 4.2 主要结论 | 第65-72页 |
| 4.3 数值模拟 | 第72-76页 |
| 第五章 具有耦合和自反馈时滞的复杂网络在非周期间歇策略下的同步 | 第76-95页 |
| 5.1 模型与假设 | 第76-79页 |
| 5.2 主要结论 | 第79-90页 |
| 5.3 数值模拟 | 第90-95页 |
| 第六章 时滞神经网络在非周期间歇控制下的有限时间同步 | 第95-111页 |
| 6.1 模型与假设 | 第95-103页 |
| 6.2 主要结论 | 第103-109页 |
| 6.3 数值模拟 | 第109-111页 |
| 第七章 总结与展望 | 第111-115页 |
| 7.1 总结 | 第111-112页 |
| 7.2 展望 | 第112-115页 |
| 参考文献 | 第115-131页 |
| 攻读博士学位期间的主要研究成果 | 第131-133页 |
| 致谢 | 第133-134页 |
