联想记忆神经网络作为可清晰反映大脑认知功能的类脑计算模型,其动力学分析问题吸引了国内外学者的关注。联想记忆类脑忆阻神经网络是一个状态依赖的微分动力系统,因受到忆阻器非线性特性和联想记忆神经网络结构层次多元化等因素的影响,该系统具有状态切换不确定性且其动力学行为更加复杂多变。鉴于忆阻器在类脑智能研究中的应用趋势,联想记忆类脑忆阻神经网络的动力学理论研究迫切需要得到相应的完善,因此本文针对具有联想记忆的类脑忆阻神经网络同步控制及稳定性分析展开研究,这些研究将为联想记忆神经网络在类脑智能领域中的实现与应用提供重要的技术支撑与理论依据。本文主要工作及创新性阐述如下:1.研究了带有扰动和混合时变时滞的单向联想记忆类脑忆阻神经网络的同步控制及稳定性分析问题。在牵制控制策略下对系统同步控制方式进行了设计,并基于Lyapunov稳定性理论,推导了保证系统达到全局指数稳定的充分条件,解决了系统在脉冲扰动、随机扰动和混合时变时滞等情况下的同步问题。2.提出了具有混合时变时滞的双向联想记忆类脑随机忆阻神经网络模型,并基于模型设计了离散时间采样控制策略。根据Filippov解、微分包含、集值映射等理论,设计了Lyapunov函数,并对误差系统进行稳定性分析,得到了保证系统稳定的充分条件。对比连续时间控制方式,本文所设计的控制策略可使系统在较短时间内达到全局渐近稳定。3.研究了多向联想记忆类脑忆阻神经网络同步控制及稳定性分析问题。给出了指数时滞函数投影同步的定义,并对系统中存在的忆阻连接权重参数不匹配情况进行讨论分析。基于参数分析的结果设计复合型控制器,解决了系统在忆阻连接权重不匹配情况下的投影同步问题。4.设计了带有时变非确定因子的单向联想记忆类脑复值忆阻神经网络模型,基于在控制器设计过程中融入的时变非确定因子及系统参数切换信息,得到了低保守性的系统稳是性准则。同时,将误差系统稳定性应用于图像加解密领域,实现了该类型系统在图像保护领域中的应用,并得到了较好的图像加解密效果。