| 摘要 | 第1-3页 |
| Abstract | 第3-5页 |
| 目录 | 第5-7页 |
| 第一章 引言 | 第7-17页 |
| ·随机泛函微分系统的定性分析 | 第10-11页 |
| ·具有混合时滞的神经网络的平衡点的存在性和稳定性 | 第11-13页 |
| ·非自治变时滞神经网络的耗散性和周期吸引子 | 第13页 |
| ·变时滞模糊神经网络的不变集和吸引集 | 第13-17页 |
| 第二章 随机泛函微分系统的定性分析 | 第17-47页 |
| ·预备知识 | 第17-25页 |
| ·概率空间和随机过程 | 第17-20页 |
| ·马尔可夫过程 | 第20-21页 |
| ·布朗运动 | 第21-24页 |
| ·It(o|^)随机泛函微分方程 | 第24-25页 |
| ·周期马尔可夫过程的存在性 | 第25-28页 |
| ·It(o|^)随机泛函微分方程的周期解 | 第28-32页 |
| ·具有时滞的随机神经网络 | 第32-44页 |
| ·数值例子及仿真 | 第44-47页 |
| 第三章 具有混合时滞的神经网络的平衡点的存在性和稳定性 | 第47-62页 |
| ·平衡点的存在性 | 第48-52页 |
| ·平衡点的唯一性和稳定性 | 第52-57页 |
| ·比较及推论 | 第57-60页 |
| ·具有分布时滞的神经网络 | 第57-58页 |
| ·具有离散变时滞的神经网络 | 第58-60页 |
| ·数值例子 | 第60-62页 |
| 第四章 非自治变时滞神经网络的耗散性和周期吸引子 | 第62-73页 |
| ·预备知识 | 第62-63页 |
| ·耗散性分析 | 第63-66页 |
| ·周期吸引子 | 第66-70页 |
| ·数值例子及其仿真 | 第70-73页 |
| 第五章 变时滞模糊神经网络的不变集和吸引集 | 第73-81页 |
| ·模型介绍 | 第73-74页 |
| ·主要结果 | 第74-79页 |
| ·数值例子 | 第79-81页 |
| 主要创新点 | 第81-82页 |
| 参考文献 | 第82-97页 |
| 作者在攻读博士学位期间的工作目录 | 第97-99页 |
| 致谢 | 第99页 |