| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4页 |
| 1 引言 | 第7-11页 |
| 1.1 研究背景 | 第7-8页 |
| 1.2 研究现状 | 第8-10页 |
| 1.2.1 BAM神经网络的研究现状 | 第8-9页 |
| 1.2.2 分数阶非线性系统稳定性研究现状 | 第9页 |
| 1.2.3 神经网络控制方法研究现状 | 第9-10页 |
| 1.3 主要内容 | 第10-11页 |
| 2 基本定义和基本理论 | 第11-16页 |
| 2.1 分数阶微积分 | 第11-13页 |
| 2.1.1 分数阶微积分基本定义 | 第11-12页 |
| 2.1.2 分数阶微积分基本性质 | 第12-13页 |
| 2.1.3 分数阶微积分的Laplace变换 | 第13页 |
| 2.2 非线性系统稳定性定理 | 第13-16页 |
| 2.2.1 整数阶非线性系统Lyapunov稳定性 | 第13-14页 |
| 2.2.2 分数阶非线性系统稳定性定理 | 第14-15页 |
| 2.2.3 脉冲分数阶非线性系统稳定性定理 | 第15-16页 |
| 3 Caputo型分数阶BAM神经网络 | 第16-27页 |
| 3.1 系统模型 | 第16-17页 |
| 3.2 平衡点的存在性 | 第17-18页 |
| 3.3 稳定的充分条件 | 第18-22页 |
| 3.3.1 主要结论 | 第18-20页 |
| 3.3.2 数值模拟 | 第20-22页 |
| 3.4 自适应脉冲控制 | 第22-26页 |
| 3.4.1 脉冲控制系统 | 第22-23页 |
| 3.4.2 主要结论 | 第23-24页 |
| 3.4.3 数值模拟 | 第24-26页 |
| 3.5 本章小结 | 第26-27页 |
| 4 Caputo型不同分数阶BAM神经网络 | 第27-38页 |
| 4.1 系统模型 | 第27页 |
| 4.2 平衡点的存在性 | 第27-28页 |
| 4.3 稳定的充分条件 | 第28-33页 |
| 4.3.1 模型变换 | 第28-29页 |
| 4.3.2 主要结论 | 第29-31页 |
| 4.3.3 数值模拟 | 第31-33页 |
| 4.4 分数阶自适应反馈控制 | 第33-37页 |
| 4.4.1 分数阶自适应反馈控制 | 第33-34页 |
| 4.4.2 主要结论 | 第34-35页 |
| 4.4.3 数值模拟 | 第35-37页 |
| 4.5 本章小结 | 第37-38页 |
| 5 Caputo型时滞分数阶BAM神经网络 | 第38-49页 |
| 5.1 系统模型 | 第38页 |
| 5.2 平衡点的存在性 | 第38-39页 |
| 5.3 稳定的充分条件 | 第39-44页 |
| 5.3.1 主要结论 | 第39-42页 |
| 5.3.2 数值模拟 | 第42-44页 |
| 5.4 自适应滑模控制 | 第44-48页 |
| 5.4.1 分数阶滑模面的设计 | 第44-45页 |
| 5.4.2 主要结论 | 第45-46页 |
| 5.4.3 数值模拟 | 第46-48页 |
| 5.5 本章小结 | 第48-49页 |
| 6 结论与展望 | 第49-50页 |
| 6.1 结论 | 第49页 |
| 6.2 展望 | 第49-50页 |
| 致谢 | 第50-51页 |
| 参考文献 | 第51-55页 |
| 附录 | 第55页 |
| A 作者在攻读硕士学位期间发表的论文目录 | 第55页 |