封 面
声 明
摘 要
ABSTRACT
目 录
第一章 绪 论
1.1 研究背景及意义
1.2 分数阶神经网络的研究现状
1.3 中立型惯性神经网络的研究现状
1.4 本文研究的主要内容和创新点
第二章 基础知识
2.1分数阶微积分的基础知识
2.2 微分方程相关基础知识
第三章 分数阶变时滞BAM神经网络的稳定性和周期解
3.1 模型描述与预备知识
3.2 主要结论
3.2.1 有界性
3.2.2 Mittag-Leffler稳定性
3.2.3 S-渐近周期性
3.3 数值例子
3.4 本章小结
第四章 分数阶变时滞Cohen-Grossberg神经网络的稳定性和周期解
4.1模型描述与预备知识
4.2 主要结论
4.2.1 有界性
4.2.2 Mittag-Leffler稳定性
4.2.3 全局S-渐近周期性
4.3 数值例子
4.4 本章小结
第五章 惯性变时滞Cohen-Grossberg型BAM神经网络的反周期解
5.1 模型描述和预备知识
5.2 主要结论
5.2.1 有界性
5.2.2 全局指数稳定性
5.2.3反周期解的稳定性
5.3 数值例子
5.4 本章小结
第六章 中立型惯性变时滞BAM神经网络的稳定性
6.1 模型描述与预备知识
6.2主要结论
6.2.1 平衡点的存在唯一性
6.2.2 平衡点的全局渐近稳定性
6.3 数值例子
6.4 本章小结
第七章 中立型惯性变时滞神经网络的指数同步
7.1 模型描述与预备知识
7.2 全局指数同步
7.3 数值例子
7.4 本章小结
第八章 结论与展望
8.1结论
8.2 展望
参考文献
攻读博士学位期间的主要成果
致 谢