第1章 绪论 1
1.1 神经网络概述 1
1.2 神经网络结构 5
1.3 时滞神经网络的研究进展 9
1.3.1 时滞神经网络的稳定性 9
1.3.2 时滞神经网络的混沌同步 14
1.3.3 反应扩散时滞神经网络 21
1.4 常用引理和方法 23
1.4.1 几个常用引理 23
1.4.2 线性矩阵不等式方法 27
1.4.3 自由权矩阵法 28
参考文献 30
第2章 时滞神经网络的稳定性与分支 37
2.1 具有混合时滞的连续型神经网络模型 38
2.1.1 局部稳定性与Hopf分支 39
2.1.2 Hopf分支的性质 43
2.1.3 数值模拟 50
2.2 具有时滞的离散型神经网络模型 53
2.2.1 特征方程分析 54
2.2.2 局部稳定性和分支分析 60
2.2.3 Neimark-Sacker分支的稳定性和方向 62
2.2.4 数值计算 63
2.3 具有时滞的反应扩散神经网络的稳定性与分支 67
2.3.1 稳定性和局部Hopf分支 68
2.3.2 局部 Hopf分支的性质 71
2.3.3 数值仿真 76
参考文献 80
第3章 时滞神经网络的鲁棒稳定性 83
3.1 具有脉冲扰动的Hopfield神经网络的鲁棒稳定性 83
3.1.1 问题的描述 83
3.1.2 周期解的存在性 86
3.1.3 周期解的全局指数稳定性 91
3.1.4 数值模拟 93
3.2 具有不确定参数的随机Cohen-Grossberg神经网络的鲁棒稳定性 95
3.2.1 问题的描述 95
3.2.2 平衡点的存在性 96
3.2.3 鲁棒稳定性 99
3.2.4 数值模拟 104
3.3 随机反应扩散模糊细胞神经网络的鲁棒稳定性 106
3.3.1 问题的描述 108
3.3.2 鲁棒稳定性 110
3.3.3 数值模拟 115
参考文献 117
第4章 具有不同时间尺度的时滞竞争神经网络的同步控制 121
4.1 基于划分时滞方法的同步控制 122
4.1.1 问题的描述 122
4.1.2 线性误差反馈同步控制策略 124
4.1.3 数值模拟 130
4.2 基于自适应控制的混沌同步 134
4.2.1 问题的描述 135
4.2.2 自适应同步控制策略 138
4.2.3 数值模拟 144
4.3 基于自适应控制和参数识别的混沌同步 147
4.3.1 问题的描述 148
4.3.2 自适应同步控制策略及参数识别 149
4.3.3 数值模拟 151
4.3.4 基于自适应控制的混沌保密通信 155
参考文献 160
第5章 具有leakage时滞的神经网络的同步控制 163
5.1 具有leakage时滞的随机模糊细胞神经网络的同步控制 165
5.1.1 问题的描述 165
5.1.2 自适应同步控制策略 167
5.1.3 数值模拟 171
5.2 具有混合时滞的随机神经网络的同步控制 174
5.2.1 问题的描述 174
5.2.2 自适应同步控制策略及参数识别 175
5.2.3 数值模拟 180
5.3 基于样本点控制的参数不确定性神经网络的同步控制 185
5.3.1 问题的描述 185
5.3.2 样本点同步控制策略 187
5.3.3 数值模拟 192
5.4 随机反应扩散模糊细胞神经网络的同步控制 197
5.4.1 问题的描述 197
5.4.2 线性误差反馈同步控制策略 200
5.4.3 数值模拟 205
5.5 基于周期间歇控制的随机反应扩散细胞神经网络的同步控制 208
5.5.1 问题的描述 208
5.5.2 周期间歇同步控制策略 211
5.5.3 数值模拟 219
参考文献 222
第6章 广义反应扩散时滞神经网络的同步控制 225
6.1 广义反应扩散时滞神经网络模型 225
6.2 不依赖于时滞的混沌同步控制 231
6.3 依赖于时滞的混沌同步控制 234
6.4 数值模拟 240
参考文献 247
《生物数学丛书》已出版书目 250