本书主要对递归神经网络的稳定性和无源性问题进行论述。首先，研究了中立型Hopfield神经网络和中立型双向联想记忆神经网络的稳定性问题。其次，论述了递归神经网络的无源性问题，给出了满足给定的无源性定义条件下的无源性准则。再次，讨论了离散型标准神经网络模型的无源性分析以及基于标准神经网络模型的非线性系统鲁棒无源控制问题。最后，讨论了标准神经网络模型的状态估计问题。
本书适合高等院校理工专业的学生阅读，也适合从事神经网络、控制工程等专业的研究工作者参考使用。

前言
第1章 绪论
1.1 神经网络的发展历史及基本功能
1.2 递归神经网络的概述
1.3 递归神经网络稳定性的研究背景和意义
1.4 无源性的研究背景和意义
1.5 与书相关的预备知识
第2章 中立型Hopfield神经网络的时滞相关鲁棒稳定性
2.1 系统描述与预备知识
2.2 主要结果
2.3 数值例子
2.4 小结
第3章 中立型双向联想记忆神经网络的时滞相关鲁棒稳定性
3.1 系统描述与预备知识
3.2 主要结果
3.3 数值例子
3.4 小结
第4章 递归神经网络的时滞相关无源性分析
4.1 系统描述与预备知识
4.2 主要结果
4.3 数值例子
4.4 小结
第5章 离散时滞标准神经网络模型的时滞相关无源性
5.1 系统描述和预备知识
5.2 主要结果
5.3 数值例子
5.4 小结
第6章 基于标准神经网络模型的非线性系统的鲁棒无源控制
6.1 系统描述和预备知识
6.2 主要结果
6.3 数值例子
6.4 小结
第7章 离散时滞标准神经网络的状态估计
7.1 系统描述和预备知识
7.2 主要结果
7.3 数值例子
7.4 小结
第8章 时滞标准神经网络的状态估计
8.1 系统描述和预备知识
8.2 主要结果
8.3 数值例子
8.4 小结
参考文献
后记