| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第8-15页 |
| 1.1 神经网络简介 | 第8页 |
| 1.2 系统模型的介绍 | 第8-11页 |
| 1.2.1 时滞系统 | 第8-9页 |
| 1.2.2 状态估计系统 | 第9-11页 |
| 1.3 H_∞控制的介绍 | 第11-12页 |
| 1.4 论文结构安排 | 第12-15页 |
| 第二章 预备知识 | 第15-18页 |
| 2.1 常微分方程的部分稳定性定理 | 第15-16页 |
| 2.2 相关引理 | 第16-18页 |
| 第三章 具有离散时变时滞的神经网络的H_∞控制 | 第18-31页 |
| 3.1 系统模型介绍 | 第18-19页 |
| 3.2 系统渐近稳定性分析 | 第19-29页 |
| 3.3 数值举例 | 第29-30页 |
| 3.4 本章小结 | 第30-31页 |
| 第四章 具有混合时变时滞的神经网络的稳定性分析 | 第31-46页 |
| 4.1 系统模型介绍 | 第31-33页 |
| 4.2 系统渐近稳定性分析 | 第33-43页 |
| 4.3 数值举例 | 第43-44页 |
| 4.4 本章小结 | 第44-46页 |
| 第五章 具有混合时变时滞的神经网络的H_∞控制状态估计 | 第46-57页 |
| 5.1 系统模型的介绍 | 第46-48页 |
| 5.2 误差系统渐近稳定性分析 | 第48-55页 |
| 5.3 数值举例 | 第55页 |
| 5.4 本章小结 | 第55-57页 |
| 第六章 总结与展望 | 第57-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 攻读学位期间主要的研究成果 | 第63页 |