人工神经网络是一种复杂的网络系统,具备模拟人类大脑的功能。由于忆阻器具有记忆特性,因此,与传统的神经网络相比,忆阻神经网络具有更强的学习和联想记忆功能。另外,时滞在电路实现中不可避免,更能描述实际中存在的现象,因此,研究时滞忆阻神经网络的动力学,如同步,有重要的理论意义。由于在硬件电路实现中,驱动系统和响应系统之间不可避免的存在电路参数的不匹配,研究参数不匹配的时滞忆阻神经网络的同步,可以更好地揭示参数对系统同步的影响,对其实际应用有非常重要的意义。本文研究了两类时滞忆阻神经网络的同步及控制问题。文章共包括四个章节,具体安排如下:第一章,综述了课题的国内外研究现状,阐明了问题的提出及研究意义,介绍了主要研究内容及安排。第二章,研究了参数不匹配的时滞忆阻Hopfield神经网络指数同步问题。建立了驱动-响应系统模型,利用集值映射和微分包含理论,将不连续的时滞忆阻Hopfield神经网络转化为带有区间参数的不确定性系统,设计了合适的切换控制器,基于李雅普诺夫稳定性理论,构建李雅普诺夫泛函,通过不等式放缩技术,得到驱动-响应系统实现指数同步的充分性条件。利用MATLAB软件,通过数值模拟验证理论结果的正确性。第三章,研究了参数不匹配的时滞忆阻BAM神经网络的准同步问题,建立了驱动-响应系统模型,通过微分包含、集值映射和测度选择定理,将不连续的时滞忆阻BAM神经网络转化为带有区间参数的不确定性系统,设计合适的非周期间歇控制器,基于李雅普诺夫稳定性理论,构造李雅普诺夫泛函,通过不等式放缩技术,得到驱动-响应系统达到准同步的充分性条件。非周期间歇控制经济有效。利用MATLAB软件,通过数值模拟验证了理论结果的正确性。第四章,对本文主要研究工作进行了概括总结和展望。