| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-16页 |
| ·神经网络发展史 | 第10-13页 |
| ·时滞神经网络的稳定性研究现状 | 第13-14页 |
| ·课题来源及意义 | 第14页 |
| ·论文的主要工作及结构安排 | 第14-16页 |
| 第2章 基础知识 | 第16-26页 |
| ·线性矩阵不等式的基本知识 | 第16-17页 |
| ·基本理论 | 第17-22页 |
| ·Lyapunov 稳定性理论 | 第17-20页 |
| ·不确定参数模型鲁棒性的基本理论 | 第20页 |
| ·脉冲微分系统的基础理论 | 第20-22页 |
| ·Ito’s 微分法则 | 第22页 |
| ·基本引理 | 第22-23页 |
| ·LMI 工具箱简介 | 第23-25页 |
| ·LMI 工具箱中线性矩阵不等式的确定 | 第23-24页 |
| ·线性矩阵不等式求解器feasp | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第3章 不确定随机神经网络的鲁棒均方指数稳定性分析 | 第26-36页 |
| ·引言 | 第26页 |
| ·模型描述与准备 | 第26-27页 |
| ·主要结论 | 第27-33页 |
| ·仿真实例 | 第33-34页 |
| ·本章小结 | 第34-36页 |
| 第4章 时滞的脉冲随机Cohen-Grossberg 神经网络的鲁棒稳定性分析 | 第36-50页 |
| ·引言 | 第36-37页 |
| ·模型描述与准备 | 第37-40页 |
| ·主要结论 | 第40-47页 |
| ·仿真实例 | 第47-48页 |
| ·本章小结 | 第48-50页 |
| 第5章 具有混合时滞随机离散神经网络的渐近稳定性分析 | 第50-64页 |
| ·引言 | 第50页 |
| ·模型描述与准备 | 第50-52页 |
| ·主要结论 | 第52-61页 |
| ·仿真实例 | 第61-62页 |
| ·本章小结 | 第62-64页 |
| 结论 | 第64-66页 |
| 参考文献 | 第66-72页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第72-73页 |
| 致谢 | 第73-74页 |
| 作者简介 | 第74页 |
