| 1 绪论 | 第1-19页 |
| ·神经网络的研究概况 | 第11-13页 |
| ·神经网络动态行为研究的历史与现状 | 第13-15页 |
| ·时滞神经网络的稳定性研究状况 | 第15-17页 |
| ·本论文的主要工作 | 第17-19页 |
| 2 预备知识 | 第19-25页 |
| ·引言 | 第19页 |
| ·稳定性的定义及其判定定理 | 第19-23页 |
| ·本章小结 | 第23-25页 |
| 3 Cohen-Grossberg 神经网络无害时滞的全局渐近稳定性 | 第25-33页 |
| ·引言 | 第25-26页 |
| ·主要结论 | 第26-29页 |
| ·注释和数值例子 | 第29-31页 |
| ·本章小结 | 第31-33页 |
| 4 带不同时滞的2 个神经元系统的渐近稳定性分析 | 第33-47页 |
| ·引言 | 第33页 |
| ·模型和预备知识 | 第33-37页 |
| ·渐近稳定性分析 | 第37-43页 |
| ·数值例子和计算机模拟 | 第43-46页 |
| ·本章小结 | 第46-47页 |
| 5 依赖于分布时滞的神经网络的渐近稳定性分析 | 第47-61页 |
| ·引言 | 第47页 |
| ·模型和预备知识 | 第47-49页 |
| ·稳定性分析 | 第49-56页 |
| ·本章小结 | 第56-61页 |
| 6 变时滞的神经网络的指数收敛速度的估计和指数稳定性 | 第61-69页 |
| ·引言 | 第61-62页 |
| ·提出的模型 | 第62-63页 |
| ·主要结论 | 第63-68页 |
| ·本章小结 | 第68-69页 |
| 7 变时滞的区间神经网络的全局鲁棒指数稳定性 | 第69-81页 |
| ·引言 | 第69-70页 |
| ·模型和预备知识 | 第70-72页 |
| ·对IDNN 的鲁棒稳定性分析 | 第72-76页 |
| ·数值例子 | 第76-79页 |
| ·本章小结 | 第79-81页 |
| 8 时滞细胞神经网络的与时滞无关和与时滞有关的稳定性 | 第81-107页 |
| ·引言 | 第81-82页 |
| ·模型和预备知识 | 第82-86页 |
| ·单一时滞的细胞神经网络的稳定性判别准则 | 第86-95页 |
| ·多时滞细胞神经网络的稳定性判别准则 | 第95-100页 |
| ·数值例子 | 第100-106页 |
| ·本章小结 | 第106-107页 |
| 9 总结与展望 | 第107-109页 |
| 致谢 | 第109-111页 |
| 参考文献 | 第111-121页 |
| 附录 | 第121-122页 |
| 独创性声明 | 第122页 |
| 学位论文版权使用授权书 | 第122页 |
