| 中文摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 第一章 绪论 | 第12-22页 |
| 1.1 研究背景与意义 | 第12-13页 |
| 1.2 时滞系统稳定与镇定的研究现状 | 第13-15页 |
| 1.3 时滞对递归网络稳定性分析的影响 | 第15页 |
| 1.4 具有时延和丢包的网络控制律综合的时变时滞系统方法 | 第15-16页 |
| 1.5 故障对含时变时滞的系统和网络的影响 | 第16-17页 |
| 1.6 预备知识 | 第17-20页 |
| 1.6.1 符号约定 | 第17页 |
| 1.6.2 重要引理 | 第17-20页 |
| 1.7 本文的主要工作提要 | 第20-22页 |
| 第二章 基于一阶凸组合的变采样网络系统时滞依赖鲁棒非脆弱镇定 | 第22-38页 |
| 2.1 引言 | 第22-23页 |
| 2.2 问题描述 | 第23-25页 |
| 2.3 主要结果 | 第25-34页 |
| 2.4 仿真例证 | 第34-36页 |
| 2.5 本章小结 | 第36-38页 |
| 第三章 基于改进线性凸组合技术的时变时滞系统自适应可重构镇定 | 第38-58页 |
| 3.1 引言 | 第38-39页 |
| 3.2 问题描述 | 第39-41页 |
| 3.3 主要结果 | 第41-51页 |
| 3.4 仿真举例 | 第51-56页 |
| 3.5 本章小结 | 第56-58页 |
| 第四章 基于倒数凸组合的时滞网络化T-S系统齐次多项式放松镇定 | 第58-72页 |
| 4.1 引言 | 第58-59页 |
| 4.2 问题描述 | 第59-62页 |
| 4.3 主要结果 | 第62-68页 |
| 4.4 仿真研究 | 第68-69页 |
| 4.5 本章小结 | 第69-72页 |
| 第五章 带时变和随机时延的非线性网络系统独立模式模糊容错控制 | 第72-88页 |
| 5.1 引言 | 第72-73页 |
| 5.2 问题描述 | 第73-74页 |
| 5.3 主要结果 | 第74-81页 |
| 5.4 数值仿真 | 第81-83页 |
| 5.5 本章小结 | 第83-88页 |
| 第六章 基于混合凸组合和输入时延法的T-S模糊系统采样数据控制 | 第88-102页 |
| 6.1 引言 | 第88-89页 |
| 6.2 问题描述 | 第89-90页 |
| 6.3 主要结果 | 第90-98页 |
| 6.4 数值举例 | 第98-99页 |
| 6.5 本章小结 | 第99-102页 |
| 第七章 基于二阶凸组合思想的时变时滞递归网络系统稳定性分析 | 第102-126页 |
| 7.1 引言 | 第102-103页 |
| 7.2 基于二次凸组合技术的时变时滞局域递归网络稳定性判据 | 第103-116页 |
| 7.2.1 问题描述 | 第103-104页 |
| 7.2.2 主要结果 | 第104-114页 |
| 7.2.3 算例分析 | 第114-116页 |
| 7.3 基于非线性凸组合的静态递归网络的时滞依赖稳定性判据 | 第116-124页 |
| 7.3.1 时变时滞静态递归神经网络模型 | 第116-117页 |
| 7.3.2 全局渐近稳定性分析 | 第117-124页 |
| 7.3.3 仿真示例 | 第124页 |
| 7.4 本章小结 | 第124-126页 |
| 第八章 结论与展望 | 第126-128页 |
| 参考文献 | 第128-142页 |
| 攻读博士学位期间的研究成果 | 第142-146页 |
| 致谢 | 第146-148页 |
| 个人简历 | 第148-150页 |
| 数据统计 | 第150页 |
