| 摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 符号说明 | 第9-10页 |
| 第一章 绪论 | 第10-20页 |
| ·课题的研究意义 | 第10-11页 |
| ·国内外研究现状 | 第11-18页 |
| ·神经网络的稳定性 | 第11-14页 |
| ·神经网络的混沌同步 | 第14-16页 |
| ·神经网络的周期性、多稳定性、耗散性和镇定设计研究 | 第16-18页 |
| ·存在的主要问题 | 第18页 |
| ·本文的主要工作 | 第18-20页 |
| 第二章 时滞神经网络的稳定性 | 第20-32页 |
| ·时滞递归神经网络的渐近稳定性 | 第20-25页 |
| ·系统描述 | 第20页 |
| ·平衡点存在性和唯一性 | 第20-21页 |
| ·全局渐近稳定性 | 第21-24页 |
| ·文献分析与比较 | 第24-25页 |
| ·带分布时滞的竞争神经网络稳定性分析 | 第25-31页 |
| ·系统描述 | 第25-26页 |
| ·平衡点存在性和唯一性 | 第26-28页 |
| ·全局渐近稳定性 | 第28-31页 |
| ·文献分析与比较 | 第31页 |
| ·本章小结 | 第31-32页 |
| 第三章 时滞神经网络的周期性 | 第32-54页 |
| ·变时滞递归切换神经网络的周期性分析 | 第32-41页 |
| ·系统描述 | 第32-33页 |
| ·周期解的全局鲁棒渐近稳定性 | 第33-41页 |
| ·文献分析与比较 | 第41页 |
| ·具反应扩散的时滞神经网络周期性分析 | 第41-53页 |
| ·系统描述 | 第42-43页 |
| ·周期解的存在性 | 第43-44页 |
| ·指数稳定性 | 第44-52页 |
| ·文献分析与比较 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 第四章 时滞神经网络的混沌同步 | 第54-72页 |
| ·时滞神经网络的参数辨识和耦合同步 | 第54-66页 |
| ·系统描述 | 第54-55页 |
| ·输出耦合方法 | 第55-59页 |
| ·状态耦合方法 | 第59-66页 |
| ·文献分析与比较 | 第66页 |
| ·具反应扩散的时滞神经网络渐进同步 | 第66-70页 |
| ·系统描述 | 第67-68页 |
| ·控制器设计 | 第68-69页 |
| ·渐近同步 | 第69-70页 |
| ·本章小结 | 第70-72页 |
| 第五章 时滞神经网络的耗散性 | 第72-86页 |
| ·具反应扩散的时滞神经网络的指数耗散性 | 第72-79页 |
| ·系统描述 | 第72-73页 |
| ·不变集与指数耗散性 | 第73-78页 |
| ·文献分析与比较 | 第78-79页 |
| ·一类混合时滞神经网络的耗散性分析 | 第79-85页 |
| ·系统描述 | 第79-80页 |
| ·全局鲁棒耗散性 | 第80-85页 |
| ·文献分析与比较 | 第85页 |
| ·本章小结 | 第85-86页 |
| 第六章 时滞神经网络的镇定设计 | 第86-108页 |
| ·具反应扩散的变时滞神经网络的自适应镇定器设计 | 第86-92页 |
| ·系统描述 | 第86-88页 |
| ·自适应镇定 | 第88-91页 |
| ·文献分析与比较 | 第91-92页 |
| ·变时滞T-S模糊神经网络的脉冲镇定设计 | 第92-106页 |
| ·系统描述 | 第92-95页 |
| ·T-S模糊神经网络系统的镇定 | 第95-105页 |
| ·文献分析与比较 | 第105-106页 |
| ·本章小结 | 第106-108页 |
| 第七章 时滞神经网络的应用研究 | 第108-130页 |
| ·基于时滞神经网络的非线性系统辨识 | 第108-110页 |
| ·系统描述 | 第108-109页 |
| ·辨识条件 | 第109-110页 |
| ·数值实例 | 第110页 |
| ·基于泄漏时滞神经网络的模式记忆 | 第110-113页 |
| ·多稳定状态 | 第110-111页 |
| ·模式记忆 | 第111-113页 |
| ·基于混沌时滞神经网络的保密通信 | 第113-118页 |
| ·沌同步判据 | 第113-115页 |
| ·保密通信实例 | 第115-118页 |
| ·基于时滞神经网络的二次规划问题 | 第118-119页 |
| ·基于神经网络的优化问题背景 | 第118页 |
| ·定理与实例 | 第118-119页 |
| ·基于反应扩散递归神经网络的植物细胞渗流问题 | 第119-122页 |
| ·植物细胞渗流模型 | 第119-120页 |
| ·反应扩散递归神经网络稳定判据 | 第120-122页 |
| ·两者之间的关系 | 第122页 |
| ·基于神经网络的水质对流扩散研究 | 第122-125页 |
| ·河流污染物迁移方程 | 第122-123页 |
| ·递归神经网络模型 | 第123-124页 |
| ·计算实例 | 第124-125页 |
| ·基于时滞神经网络分析两类时滞系统的镇定与同步 | 第125-129页 |
| ·Mackey-Glass混沌时滞微分系统的自适应镇定 | 第125-126页 |
| ·时滞Ikeda混沌系统的混沌同步 | 第126-129页 |
| ·本章小结 | 第129-130页 |
| 第八章 结论与展望 | 第130-132页 |
| 附录 | 第132-136页 |
| 致谢 | 第136-138页 |
| 参考文献 | 第138-154页 |
| 攻读博士学位期间完成的研究工作 | 第154-155页 |