中文摘要 | 第3-5页 |
英文摘要 | 第5-6页 |
符号说明 | 第9-10页 |
1 绪论 | 第10-24页 |
1.1 不连续系统概述 | 第10-13页 |
1.1.1 切换时滞系统 | 第10-11页 |
1.1.2 脉冲时滞系统 | 第11页 |
1.1.3 时滞脉冲的时滞系统 | 第11-12页 |
1.1.4 间歇控制时滞系统 | 第12-13页 |
1.2 神经网络的发展及随机神经网络模型 | 第13-16页 |
1.2.1 神经网络的发展 | 第13-14页 |
1.2.2 时滞神经网络 | 第14-15页 |
1.2.3 随机神经网络 | 第15-16页 |
1.3 神经网络的稳定性和同步概述 | 第16-17页 |
1.4 忆阻神经网络概述 | 第17-19页 |
1.4.1 忆阻器概述 | 第17-18页 |
1.4.2 忆阻神经网络 | 第18-19页 |
1.5 相关引理 | 第19-20页 |
1.6 本论文的主要研究内容 | 第20-24页 |
2 随机耦合的变时滞切换神经网络的脉冲同步 | 第24-36页 |
2.1 引言 | 第24-25页 |
2.2 耦合切换神经网络模型 | 第25-27页 |
2.3 同步分析 | 第27-32页 |
2.4 数值模拟 | 第32-35页 |
2.5 本章小结 | 第35-36页 |
3 马尔科夫切换和时滞脉冲下时滞随机神经网络的稳定性和同步 | 第36-50页 |
3.1 引言 | 第36-37页 |
3.2 模型建立和预备知识 | 第37-40页 |
3.3 稳定性分析 | 第40-43页 |
3.4 同步分析 | 第43-46页 |
3.5 数值模拟 | 第46-48页 |
3.6 本章小结 | 第48-50页 |
4 周期间歇控制下时滞惯性BAM神经网络的指数稳定 | 第50-58页 |
4.1 引言 | 第50页 |
4.2 惯性神经网络模型及预备知识 | 第50-52页 |
4.3 稳定性分析 | 第52-56页 |
4.4 数值仿真 | 第56-57页 |
4.5 本章小结 | 第57-58页 |
5 非周期间歇控制的非线性耦合随机神经网络的渐近同步 | 第58-70页 |
5.1 引言 | 第58-59页 |
5.2 模型建立和预备知识 | 第59-61页 |
5.3 非周期间歇控制下的同步分析 | 第61-63页 |
5.4 自适应非周期间歇控制下的同步分析 | 第63-66页 |
5.5 数值仿真 | 第66-69页 |
5.6 本章小结 | 第69-70页 |
6 耦合时滞忆阻神经网络的分段不连续控制 | 第70-92页 |
6.1 引言 | 第70-71页 |
6.2 忆阻模型和预备知识 | 第71-74页 |
6.3 同步分析 | 第74-79页 |
6.4 间歇控制的动力分析 | 第79-86页 |
6.5 数值模拟 | 第86-90页 |
6.6 本章小结 | 第90-92页 |
7 总结和展望 | 第92-94页 |
致谢 | 第94-96页 |
参考文献 | 第96-110页 |
附录 | 第110-111页 |
A. 作者在攻读博士学位期间发表及完成的论文目录 | 第110页 |
B. 攻读博士学位期间参加的科研项目目录 | 第110-111页 |
C. 参加的学术会议 | 第111页 |