吴海霞、刘炜、冉维著的《几类动力系统的稳定性研究》为专著。
众所周知，动力系统中不可避免地存在时间滞后现象。时滞是影响系统稳定的重要因素之一，甚至带来振荡、分叉以及混沌等动力学行为。因此，研究时滞以及不确定性对动力系统稳定性的影响就显得非常重要。在很多实际的系统中，如在物理电路、生物系统、化学反应过程中，随机因素的干扰在动力系统中起着非常重要的作用。因此，动力系统稳定性还需考虑随机因素的影响。
本书主要致力于几类动力系统的渐近稳定性和鲁棒稳定性的分析，其主要内容包括：对具有两个累加时变时滞的不确定系统的鲁棒稳定性研究；对时变时滞神经网络与时滞区间相关的稳定性分析；对基于时滞分段方法的静态递归神经网络的稳定性分析；对基于LMI方法的带区间变时滞基因调控网络的稳定性分析；对随机噪声对时滞基因调控网络的稳定性影响。

1 绪论
1.1 时滞不确定线性系统稳定性概述
1.2 时滞神经网络稳定性概述
1.3 基因调控网络及其稳定性概述
1.4 本论文的组织结构
1.5 符号说明
2 带两个累加时变时滞的不确定系统的鲁棒稳定性
2.1 引言
2.2 问题的提出和预备知识
2.3 主要结果
2.4 数值实例
2.5 本章小结
3 时变时滞神经网络与时滞区间相关的稳定性
3.1 引言
3.2 问题的描述
3.3 带区间时变时滞神经网络的渐近稳定性
3.4 带区间时变时滞神经网络的鲁棒稳定性
3.5 数值实例
3.6 本章小结
4 基于时滞分段方法的静态递归神经网络的稳定性
4.1 引言
4.2 时滞神经网络模型及其转换
4.3 基于时滞分段方法的静态神经网络的全局渐近稳定性
4.4 数值实例
4.5 本章小结
5 基于LMI方法的带区间变时滞的基因调控网络的稳定性
5.1 引言
5.2 基因调控网络模型及其转换
5.3 基于LMI方法的基因调控网络渐近稳定性判据
5.4 基于LMI方法的基因调控网络鲁棒稳定性判据
5.5 数值实例
5.6 本章小结
6 随机噪声对时滞基因调控网络稳定性的影响
6.1 问题描述和预备知识
6.2 随机基因调控网络渐近稳定性
6.3 随机基因调控网络鲁棒稳定性
6.4 数值实例
6.5 本章小结
7 具有两个时变时滞的随机静态递归神经网络稳定性研究
7.1 题描述和预备知识
7.2 主要结果
7.3 数值实例
7.4 本章小结
8 总结与展望
8.1 主要结论
8.2 后续研究工作的展望
参考文献