摘要 | 第1-6页 |
Abstract | 第6-13页 |
第1章 绪论 | 第13-26页 |
·课题背景 | 第13-17页 |
·集值映射与微分包含 | 第13-14页 |
·微分包含与神经网络 | 第14-16页 |
·微分包含与发展方程 | 第16-17页 |
·文献综述 | 第17-23页 |
·带有不连续激励函数神经网络的稳定性 | 第17-19页 |
·一类次梯度系统神经网络的动力学分析 | 第19-20页 |
·非光滑类梯度系统的动力学行为 | 第20-22页 |
·Hilbert空间中带有Clarke次微分的发展包含 | 第22-23页 |
·本文的主要内容,结构与一些记号 | 第23-26页 |
·本文的内容与结构 | 第23-24页 |
·预备知识与一些记号 | 第24-26页 |
第2章 带有不连续激励函数神经网络的全局指数稳定与有限时间收敛 | 第26-44页 |
·预备知识与神经网络模型 | 第26-28页 |
·全局指数收敛性 | 第28-37页 |
·有限时间收敛性 | 第37-42页 |
·本章小结 | 第42-44页 |
第3章 次梯度系统神经网络的动力学分析 | 第44-67页 |
·预备知识 | 第44-47页 |
·次梯度系统收敛性分析 | 第47-57页 |
·解的存在唯一性 | 第47-49页 |
·次梯度系统的稳定性 | 第49-57页 |
·约束极小值点与稳定平衡点之间的关系 | 第57-60页 |
·解的逼近 | 第60-65页 |
·本章小结 | 第65-67页 |
第4章 非光滑类梯度系统的动力学行为 | 第67-91页 |
·预备知识 | 第67-68页 |
·类梯度系统的稳定性分析 | 第68-75页 |
·全局解与平衡点的存在性 | 第69-72页 |
·渐近稳定性 | 第72-75页 |
·在优化中的应用 | 第75-80页 |
·凸函数极小值点问题 | 第75-79页 |
·非线性规划问题 | 第79-80页 |
·周期解的存在性与稳定性 | 第80-89页 |
·激励函数有界的情形 | 第80-83页 |
·激励函数无界的情形 | 第83-89页 |
·本章小结 | 第89-91页 |
第5章 Hilbert空间中带有Clarke次微分的发展包含 | 第91-110页 |
·预备知识 | 第91-94页 |
·解的存在性定理 | 第94-101页 |
·扰动项是单值的情形 | 第94-97页 |
·扰动项为上半连续集值映射的情形 | 第97页 |
·扰动项为下半连续集值映射的情形 | 第97-101页 |
·端点解与松弛定理 | 第101-106页 |
·应用 | 第106-109页 |
·本章小结 | 第109-110页 |
结论 | 第110-112页 |
参考文献 | 第112-123页 |
攻读博士学位期间所发表的论文 | 第123-126页 |
致谢 | 第126-127页 |
个人简历 | 第127页 |