| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 引言 | 第9-13页 |
| 1.1 研究背景及意义 | 第9页 |
| 1.2 国内外研究现状 | 第9-10页 |
| 1.3 本论文主要研究内容与方法 | 第10-13页 |
| 2 预备知识 | 第13-26页 |
| 2.1 稳定性描述 | 第13-15页 |
| 2.1.1 稳定性基本概念 | 第13-14页 |
| 2.1.2 Lyapunov稳定性介绍 | 第14页 |
| 2.1.3 Lyapunov稳定性定理 | 第14-15页 |
| 2.2 时滞系统的稳定 | 第15-19页 |
| 2.2.1 Lyapunov-Krasovskii定理 | 第16页 |
| 2.2.2 时滞系统的稳定判据 | 第16-17页 |
| 2.2.3 基于Lyapunov-Krasovskii泛函的时滞依赖的稳定条件 | 第17-19页 |
| 2.3 本论文的数学基础 | 第19页 |
| 2.4 结合凸技术 | 第19-24页 |
| 2.4.1 二次凸技术 | 第21-22页 |
| 2.4.2 连凸组合技术 | 第22-23页 |
| 2.4.3 多面体技术 | 第23-24页 |
| 2.5 常用引理 | 第24-26页 |
| 3 含有扰动的时变时滞递归神经网络的稳定性分析 | 第26-38页 |
| 3.1 模型描述 | 第26-27页 |
| 3.2 基于二次凸含有扰动的时变时滞递归神经网络的稳定性分析 | 第27-34页 |
| 3.3 仿真实验 | 第34-37页 |
| 3.4 本章小结 | 第37-38页 |
| 4 两个时变时滞递归神经网络的稳定性分析 | 第38-59页 |
| 4.1 模型描述 | 第38-40页 |
| 4.2 基于结合凸对两个时变时滞递归神经网络的稳定性分析 | 第40-52页 |
| 4.3 仿真实验 | 第52-58页 |
| 4.4 本章小结 | 第58-59页 |
| 5 两个时变时滞递归神经网络的工程应用 | 第59-67页 |
| 5.1 工程背景及模型建立 | 第59-60页 |
| 5.2 仿真实验 | 第60-66页 |
| 5.3 本章小结 | 第66-67页 |
| 结论 | 第67-69页 |
| 参考文献 | 第69-74页 |
| 攻读硕士学位期间发表学术论文情况 | 第74-75页 |
| 致谢 | 第75-76页 |
