| 摘要 | 第1-7页 |
| 英文摘要 | 第7-10页 |
| 目录 | 第10-12页 |
| 第1章 绪论 | 第12-34页 |
| ·神经网络概述 | 第12-17页 |
| ·递归神经网络的类型及时滞对其的影响 | 第17-23页 |
| ·递归神经网络的稳定性研究现状 | 第23-28页 |
| ·递归神经网络在优化计算中的研究现状 | 第28-30页 |
| ·预备知识 | 第30-31页 |
| ·本文的主要工作及内容安排 | 第31-34页 |
| 第2章 一类时变时滞静态神经网络的全局指数稳定性 | 第34-48页 |
| ·引言 | 第34-35页 |
| ·系统描述 | 第35-36页 |
| ·依赖时滞变化率的指数稳定性 | 第36-39页 |
| ·依赖时滞上界的指数稳定性 | 第39-45页 |
| ·仿真例子 | 第45-47页 |
| ·本章小结 | 第47-48页 |
| 第3章 时变时滞Cohen-Grossberg神经网络的全局指数稳定性 | 第48-62页 |
| ·引言 | 第48-49页 |
| ·系统描述 | 第49-50页 |
| ·依赖时滞变化率的指数稳定性 | 第50-54页 |
| ·依赖时滞上界的指数稳定性 | 第54-58页 |
| ·仿真例子 | 第58-60页 |
| ·本章小结 | 第60-62页 |
| 第4章 离散BAM神经网络的时滞依赖全局指数稳定性 | 第62-76页 |
| ·引言 | 第62-63页 |
| ·系统描述 | 第63-64页 |
| ·主要结果 | 第64-72页 |
| ·仿真例子 | 第72-73页 |
| ·本章小结 | 第73-76页 |
| 第5章 几类时滞递归神经网络的全局鲁棒指数稳定性 | 第76-96页 |
| ·引言 | 第76-77页 |
| ·变时滞Cohen-Grossberg神经网络的鲁棒指数稳定性 | 第77-86页 |
| ·变时滞的离散BAM神经网络的鲁棒指数稳定性 | 第86-92页 |
| ·仿真例子 | 第92-94页 |
| ·本章小结 | 第94-96页 |
| 第6章 具有混杂约束的非线性优化神经网络的稳定性 | 第96-106页 |
| ·引言 | 第96-97页 |
| ·问题描述 | 第97-98页 |
| ·优化神经网络模型及相关结果 | 第98-102页 |
| ·仿真例子 | 第102-104页 |
| ·本章小结 | 第104-106页 |
| 第7章 二次规划问题的时滞神经网络的全局指数稳定性 | 第106-120页 |
| ·引言 | 第106-107页 |
| ·二次规划问题及变时滞神经网络模型的建立 | 第107-108页 |
| ·主要结果 | 第108-115页 |
| ·仿真例子 | 第115-117页 |
| ·本章小结 | 第117-120页 |
| 第8章 结论与展望 | 第120-124页 |
| 参考文献 | 第124-136页 |
| 致谢 | 第136-138页 |
| 攻读博士学位期间所做的工作 | 第138-140页 |
| 作者简历 | 第140-142页 |
