1、為了實現信息處理的智能化，人們建立神經網絡模擬人腦的功能。傳統的人工神經網絡已經用電路實現了，神經處理單元之間的連接是用電阻實現的。電阻的阻值相當于神經元之間的突觸的強度。突觸的強度是可變的，但是電阻的阻值是不變的。為了更好地模擬人的腦神經網絡，本文用憶阻作為神經處理單元之間的連接建立憶阻遞歸神經網絡模型。
　　本文首先對第四種基本電路元件憶阻的記憶性，用推導憶阻兩端電流電壓關系式時出現的積分常數進行了分析。仿真得出憶阻存在閾值電

2、壓即當外部輸入電壓小于閾值電壓的時候，憶阻的阻值不發(fā)生改變。然后用憶阻代替遞歸神經網絡中的電阻，給出了連續(xù)的憶阻遞歸神經網絡模型。根據憶阻的性質得出憶阻遞歸神經網絡是一個網絡序列或者說是一個網絡簇。接著對狀態(tài)空間做劃分和運用壓縮映像原理，得出了連續(xù)的憶阻遞歸神經網絡簇中的每一個網絡都有(2k)n個穩(wěn)定的平衡點或者極限環(huán)，其中k是階梯激勵函數的級數,n是網絡中的神經元的個數。并用奇異值分解的方法給出了基于連續(xù)憶阻遞歸神經網絡的聯想記憶設計

3、程序。
　　其次在不連續(xù)遞歸神經網絡中，同樣用憶阻代替電阻并給出了憶阻不連續(xù)遞歸神經網絡。不連續(xù)的激勵函數取的是一類在狀態(tài)空間上為分段常數的函數，輸出的常數值的個數為4k，(k≥1)。不連續(xù)的憶阻遞歸神經網絡也是一個神經網絡序列。在定義了網絡在Filippov意義下的解后，根據激勵函數的特點對狀態(tài)空間做劃分，然后用壓縮映像原理得出了網絡序列中每一個有n個神經元的網絡有(4k)n個局部指數穩(wěn)定的平衡點。接著用奇異值分解的方法，給出了

4、基于不連續(xù)憶阻遞歸神經網絡的聯想記憶的設計步驟。
　　接下來本文以憶阻作為Cohen-Grossenberg神經網絡的連接，同時在模型中引入廣義的常數變量和模糊邏輯，給出了一簇帶有廣義常數變量的模糊Cohen-Grossberg神經網絡。然后討論這類網絡的吸引子簇的存在性?？紤]了外界擾動對參數的影響，用數值迭代的方法給出了網絡的解的存在唯一性條件，然后用單調擬合逼近的方法給出網絡魯棒漸近穩(wěn)定的充分條件。即網絡序列中的每一個網絡都存