本书旨在利用适当的李雅普诺夫-克拉索夫斯基泛函、伊藤公式及线性矩阵不等式等数学工具，研究分别带有区间时滞和分布时滞的随机神经网络、BAM随机神经网络以及随机中立神经网络等的稳定性问题，并结合一些不等式方法，得出一些有价值的相关时滞随机神经网络的稳定控制器存在的代数判据。

第1章 绪论
1.1 人工神经网络发展概述
1.2 时滞神经网络稳定性的研究进展
1.3 随机神经网络稳定性的研究概述
1.4 本书的组织结构
1.5 符号说明
第2章 不确定随机神经网络与时滞区间相关的全局鲁棒稳定性
2.1 引言
2.2 问题描述
2.3 主要结论与证明
2.4 数值仿真算例
2.5 本章小结
第3章 带区间时滞的不确定随机神经网络的全局渐近鲁棒稳定性
3.1 模型建立和预备知识
3.2 带区间时滞的随机神经网络的全局渐近稳定性
3.3 带区间时滞的不确定随机神经网络的全局鲁棒稳定性
3.4 数值仿真算例
3.5 本章小结
第4章 带区间与分布时滞的不确定随机神经网络的均方稳定性
4.1 引言
4.2 问题描述和预备知识
4.3 带区间与分布时滞的随机神经网络的全局渐近稳定性
4.4 带区间与分布时滞的不确定随机神经网络的全局鲁棒稳定性
4.5 数值仿真算例
4.6 本章小结
第5章 不确定时滞随机BAM神经网络的均方稳定性
5.1 引言
5.2 问题描述与相关预备知识
5.3 主要结论
5.4 数值仿真算例
5.5 本章小结
第6章 时滞随机中立神经网络的全局渐近稳定性
6.1 引言
6.2 问题描述
6.3 主要结论
6.4 数值算例
6.5 本章小结
第7章 带区间时变时滞的BAM神经网络渐近稳定性
7.1 引言
7.2 系统模型及引理
7.3 全局渐近稳定性
7.4 仿真算例
7.5 本章小结
第8章 不确定离散时滞中立神经网络鲁棒稳定性
8.1 引言
8.2 系统模型及引理
8.3 稳定性分析
8.4 仿真示例
8.5 本章小结
第9章 总结与展望
9.1 总结
9.2 研究展望
参考文献