| 第一章 引言 | 第1-22页 |
| ·神经网络的产生及其意义 | 第11-12页 |
| ·神经网络的动力学模型及发展历史 | 第12-16页 |
| ·自治神经网络模型的研究概况 | 第16-18页 |
| ·非自治神经网络模型的研究概况 | 第18-20页 |
| ·本文的主要研究内容 | 第20-22页 |
| 第二章 非自治有界时滞神经网络研究-矩阵形式的判别准则 | 第22-55页 |
| ·预备知识 | 第22-24页 |
| ·自治的时滞细胞神经网络的全局稳定性 | 第24-34页 |
| ·模型与假设 | 第24-26页 |
| ·全局指数稳定性 | 第26-31页 |
| ·注记和例子 | 第31-34页 |
| ·非自治时滞细胞神经网络的有解性与全局稳定性 | 第34-55页 |
| ·模型与假设 | 第34-36页 |
| ·解的有界性 | 第36-42页 |
| ·全局指数稳定性 | 第42-49页 |
| ·数值例子 | 第49-55页 |
| 第三章 非自治有界时滞神经网络研究-对角占优形式的判别准则 | 第55-93页 |
| ·一般非自治时滞神经网络的有界性和稳定性 | 第55-66页 |
| ·模型与假设 | 第55-58页 |
| ·有界性与周期解 | 第58-62页 |
| ·全局指数稳定性 | 第62-65页 |
| ·例 | 第65-66页 |
| ·非自治时滞递归神经网络的动力学行为 | 第66-79页 |
| ·模型与假设 | 第66-68页 |
| ·解的有界性 | 第68-74页 |
| ·全局指数稳定性 | 第74-78页 |
| ·两个例子 | 第78-79页 |
| ·非自治时滞BAM神经网络的有界性与稳定性 | 第79-93页 |
| ·模型与假设 | 第79-82页 |
| ·解的有界性 | 第82-87页 |
| ·全局指数稳定性 | 第87-91页 |
| ·数值例子 | 第91-93页 |
| 第四章 非自治具无穷时滞细胞神经网络研究 | 第93-111页 |
| ·预备知识 | 第93-95页 |
| ·模型与假设 | 第95-98页 |
| ·有界性与周期解的存在性 | 第98-103页 |
| ·稳定性 | 第103-109页 |
| ·全局渐近稳定性 | 第103-106页 |
| ·全局指数稳定性 | 第106-109页 |
| ·例 | 第109-111页 |
| 第五章 非自治时滞神经网络的周期解与概周期解 | 第111-134页 |
| ·周期解的存在性-迭合度方法 | 第111-120页 |
| ·迭合度引理 | 第111页 |
| ·模型与假设 | 第111-112页 |
| ·周期解的存在性 | 第112-119页 |
| ·定理的应用 | 第119-120页 |
| ·概周期解的存在性和稳定性 | 第120-134页 |
| ·模型与假设 | 第120-124页 |
| ·主要结果 | 第124-132页 |
| ·数值例子 | 第132-134页 |
| 参考文献 | 第134-143页 |
| 博士期间已发表或接收的学术论文 | 第143页 |
| 博士期间已完成的有关学术论文 | 第143-144页 |
| 致谢 | 第144页 |