本书系统地介绍了时滞分布参数神经网络中的重要问题，主要内容包括时滞分布参数神经网络的稳定性、周期解、鲁棒性、无源性、自适应同步控制、自适应学习同步、采样同步控制及反同步等问题。书中所给的分析方法包括代数不等式、线性矩阵不等式、随机分析、自适应控制、采样控制、学习控制方法等。书中的内容来源于作者近几年来的创新性研究成果，研究方法新颖，具有理论研究和实际应用价值。

第一章 绪论
1.1神经网络的背景及意义
1.2几类重要的神经网络模型
1.3分布参数神经网络模型
1.4分布参数系统分析方法
1.5本书的组织结构
1.6本书符号说明
第二章 分布参数混合时滞神经网络的动力学行为
2.1分布参数离散和分布时滞神经网络的全局指数稳定
2.2分布参数时滞脉冲随机Cohen-Grossberg神经网络p阶矩指数稳定性
2.3分布参数混合时滞脉冲随机神经网络的动态行为
2.4本章小结
第三章 部分转移概率已知的马尔可夫分布参数混合时滞神经网络稳定性
3.1引言
3.2问题描述和准备工作
3.3均方意义下的渐近稳定性
……