稳定性分析一直是神经网络理论研究的重点.很多研究人员在这一问题付出了自己的努力,得到了大量的结果.该文在这基础上首先证明了一个更普遍的、对模型有更少限定条件的结果.先前出现的许多稳定性结论都可以作为推论得到.更有意义的是,文章明确给出了已经得到的一系列稳定性判定条件用来判定稳定性能力的比较.他们之间的关系并不像看起来那么显然.整篇文章按下面的结构进行组织:第一章,这一章主要是做一些准备性的工作.包括三方面的内容:模型的介绍、一些必要的定义与引理、已知结果综述.第二章,主要是一个更一般的结果的证明.随后,一系列直接的推论被给出.这些推论基本上包括了之前出现的所有类似结论.第三章,明确给出不同稳定性结果之间的判断能力比较,以及他们之间的包容关系.在对将要使用到的符号做了定义后,首先证明了|L<,1>|条件L<,∞>条件和|L<,pαβ>|条件其实是等价的.然后更进一步证明了L<,1>条件判定能力要强于L<,pαβ>条件.这两个结论理清了不同结论之间晦涩的关系.最后,该文对不同条件之间的关系作了总结.