| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第7-13页 |
| 1.1 课题背景及研究的目的和意义 | 第7-9页 |
| 1.2 国内外研究现状 | 第9-10页 |
| 1.3 本文的主要研究内容 | 第10-13页 |
| 第2章 常时滞连续时间 BAM 神经网络及其对应离散模型的全局指数稳定性 | 第13-31页 |
| 2.1 预备知识 | 第13-15页 |
| 2.1.1 基本符号 | 第13页 |
| 2.1.2 图论的一些基本知识 | 第13-15页 |
| 2.2 模型建立 | 第15-27页 |
| 2.2.1 具有常时滞的连续时间 BAM 神经网络的全局指数稳定性 | 第16-21页 |
| 2.2.2 具有常时滞的离散时间 BAM 神经网络的全局指数稳定性 | 第21-27页 |
| 2.3 数值算例 | 第27-29页 |
| 2.4 本章小结 | 第29-31页 |
| 第3章 具有时变时滞的随机 BAM 神经网络的全局指数稳定性 | 第31-43页 |
| 3.1 预备知识 | 第31-32页 |
| 3.1.1 基本符号 | 第31页 |
| 3.1.2 随机微分方程的基本知识 | 第31-32页 |
| 3.2 模型建立 | 第32-40页 |
| 3.2.1 Lyapunov 型定理 | 第33-37页 |
| 3.2.2 系数型定理 | 第37-40页 |
| 3.3 数值算例 | 第40-41页 |
| 3.4 本章小结 | 第41-43页 |
| 结论 | 第43-44页 |
| 参考文献 | 第44-50页 |
| 致谢 | 第50页 |
