| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 神经网络简介 | 第10-11页 |
| 1.2 神经网络发展史 | 第11-12页 |
| 1.3 神经网络的研究现状 | 第12-13页 |
| 1.4 论文结构安排 | 第13-14页 |
| 第二章 预备知识 | 第14-17页 |
| 2.1 Lyapunov函数的相关定义及稳定性条件 | 第14-15页 |
| 2.2 本文相关的引理 | 第15-17页 |
| 第三章 混合时滞神经网络系统全局鲁棒稳定性分析（一） | 第17-26页 |
| 3.1 模型介绍 | 第17-18页 |
| 3.2 系统平衡点存在性唯一性 | 第18-21页 |
| 3.3 系统平衡点是全局渐近稳定的 | 第21-24页 |
| 3.4 数值举例 | 第24-25页 |
| 3.5 本章结论 | 第25-26页 |
| 第四章 混合时滞神经网络系统全局鲁棒稳定性分析（二） | 第26-33页 |
| 4.1 系统平衡点存在性和唯一性 | 第26-29页 |
| 4.2 系统平衡点是全局渐近稳定的 | 第29-31页 |
| 4.3 数值举例 | 第31-32页 |
| 4.4 本章结论 | 第32-33页 |
| 第五章 混合时滞神经网络系统全局鲁棒稳定性分析（三） | 第33-39页 |
| 5.1 系统模型平衡点存在性、唯一性及其全局渐近稳定性 | 第33-38页 |
| 5.2 数值举例 | 第38页 |
| 5.3 本章结论 | 第38-39页 |
| 第六章 总结与展望 | 第39-40页 |
| 致谢 | 第40-41页 |
| 参考文献 | 第41-44页 |
| 攻读学位期间主要的研究成果 | 第44-45页 |
