| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 1 绪论 | 第9-20页 |
| ·人工神经网络发展概述 | 第9-12页 |
| ·时滞神经网络稳定性的研究概述 | 第12-16页 |
| ·随机神经网络稳定性的研究概述 | 第16-17页 |
| ·本论文的组织结构 | 第17-18页 |
| ·符号说明 | 第18-20页 |
| 2 不确定随机神经网络与时滞区间相关的全局鲁棒稳定性 | 第20-31页 |
| ·引言 | 第20-21页 |
| ·问题描述 | 第21-23页 |
| ·主要结论与证明 | 第23-28页 |
| ·数值仿真算例 | 第28-30页 |
| ·本章小结 | 第30-31页 |
| 3 带区间时滞的不确定随机神经网络的全局渐近鲁棒稳定性 | 第31-43页 |
| ·模型建立和预备知识 | 第31-32页 |
| ·带区间时滞的随机神经网络的全局渐近稳定性 | 第32-35页 |
| ·带区间时滞的不确定随机神经网络的全局鲁棒稳定性 | 第35-38页 |
| ·数值仿真算例 | 第38-42页 |
| ·本章小结 | 第42-43页 |
| 4 带区间与分布时滞的不确定随机神经网络的均方稳定性 | 第43-57页 |
| ·引言 | 第43-44页 |
| ·问题描述和预备知识 | 第44-45页 |
| ·带区间与分布时滞的随机神经网络的全局渐近稳定性 | 第45-52页 |
| ·带区间与分布时滞的不确定随机神经网络的全局鲁棒稳定性 | 第52-53页 |
| ·数值仿真算例 | 第53-56页 |
| ·本章小结 | 第56-57页 |
| 5 不确定时滞随机BAM 神经网络的均方稳定性 | 第57-77页 |
| ·引言 | 第57-58页 |
| ·问题描述与相关预备知识 | 第58-60页 |
| ·主要结论 | 第60-72页 |
| ·数值仿真算例 | 第72-76页 |
| ·本章小结 | 第76-77页 |
| 6 时滞随机中立型神经网络的全局渐近稳定性 | 第77-88页 |
| ·引言 | 第77-78页 |
| ·问题描述 | 第78页 |
| ·主要结论 | 第78-85页 |
| ·数值算例 | 第85-87页 |
| ·本章小结 | 第87-88页 |
| 7 结论 | 第88-90页 |
| ·全文总结 | 第88-89页 |
| ·研究展望 | 第89-90页 |
| 致谢 | 第90-91页 |
| 参考文献 | 第91-105页 |
| 附录 | 第105-107页 |
| A. 作者在攻读博士学位期间发表的论文目录 | 第105-107页 |
| B. 作者在攻读博士学位期间参加的科研项目 | 第107页 |
| C. 作者在攻读博士学位期间参加的学术会议情况 | 第107页 |
