| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 符号表 | 第11-12页 |
| 第1章 绪论 | 第12-19页 |
| ·右端不连续微分方程理论的发展状况 | 第12-13页 |
| ·人工神经网络动力学研究的历史简介 | 第13-15页 |
| ·渔业动力学研究的历史简介 | 第15-16页 |
| ·传染病动力学研究的历史简介 | 第16-18页 |
| ·本论文的结构安排 | 第18-19页 |
| 第2章 右端不连续微分方程 | 第19-41页 |
| ·Filippov 解 | 第20-26页 |
| ·右端不连续常微分方程的Filippov 解 | 第20-24页 |
| ·右端不连续时滞微分方程的Filippov 解 | 第24-26页 |
| ·非光滑分析 | 第26-29页 |
| ·广义方向导数和梯度 | 第26-27页 |
| ·一个链式法则 | 第27-29页 |
| ·收敛性和稳定性分析 | 第29-41页 |
| ·右端不连续常微分方程的收敛性和稳定性 | 第30-36页 |
| ·右端不连续常微分方程的鲁棒性 | 第36-39页 |
| ·右端不连续时滞微分方程的全局渐近稳定性 | 第39-41页 |
| 第3章 几类不连续神经网络模型的动力学分析 | 第41-95页 |
| ·不连续时滞神经网络的全局鲁棒稳定性 | 第42-57页 |
| ·问题公式化 | 第42-45页 |
| ·鲁棒稳定性分析 | 第45-54页 |
| ·数值例子及结果比较 | 第54-57页 |
| ·不连续周期神经网络周期解的存在性和全局渐近稳定性 | 第57-69页 |
| ·模型介绍 | 第57-58页 |
| ·周期解的存在性 | 第58-64页 |
| ·全局渐近稳定性 | 第64-69页 |
| ·具有时变输入的不连续时滞神经网络的全局输出收敛性 | 第69-80页 |
| ·模型介绍 | 第70-71页 |
| ·输出收敛性分析 | 第71-80页 |
| ·非自治不连续神经网络的全局指数收敛性和全局有限时间收敛性. | 第80-95页 |
| ·模型介绍 | 第81-83页 |
| ·全局指数收敛性 | 第83-89页 |
| ·全局有限时间收敛性 | 第89-93页 |
| ·应用举例与数值模拟 | 第93-95页 |
| 第4章 一类不连续收获策略下渔业模型的动力学行为 | 第95-107页 |
| ·模型介绍 | 第95-97页 |
| ·动力学结果 | 第97-103页 |
| ·适定性 | 第97-99页 |
| ·局部稳定性 | 第99-101页 |
| ·全局稳定性 | 第101-103页 |
| ·优化的收获策略 | 第103-107页 |
| 第5章 一类不连续治疗策略下传染病模型的动力学行为 | 第107-122页 |
| ·模型及基本性质 | 第107-110页 |
| ·主要结果 | 第110-122页 |
| ·平衡点及其局部渐近稳定性 | 第110-113页 |
| ·全局渐近稳定性 | 第113-117页 |
| ·全局有限时间收敛性 | 第117-122页 |
| 结论 | 第122-125页 |
| 参考文献 | 第125-138页 |
| 附录A 攻读博士学位期间所发表和投稿的论文目录 | 第138-140页 |
| 致谢 | 第140页 |
