人工神经网络是20世纪80年代以来兴起的研究热点,作为一类重要的人工神经系统,复值神经网络因其具有比实值神经元更强的信息存储能力,并能解决许多实值神经系统无法解决的复杂问题.鉴于复值神经系统巨大的应用潜力,作为理论基础,复值神经网络的动力学特性与同步控制研究近年来受到广大学者们的关注.但是当前大部分工作均是将复值网络按其实部和虚部分离成两个实值子系统进行理论分析,并且这些工作主要围绕复值系统的渐近同步展开,对于更切合实际的有限时间同步和固定时间同步因理论分析上的挑战并未引起太多的关注和讨论.鉴于此,本文在不采取分离方法的前提下,将综合运用复变函数理论,非光滑分析技巧,右端不连续微分方程,脉冲微分方程等相关理论分别研究具有不连续激活函数的复值神经网络的有限时间和固定时间同步,耦合忆阻复值神经网络的固定时间同步以及脉冲耦合复值神经网络的全局渐近同步.论文首先研究了具有不连续激活函数的复值神经网络的有限时间和固定时间同步问题.不同于以往对复值网络采用的分离技巧,通过在复数域内引入符号函数,对复值系统直接设计了不连续控制策略,并通过推广传统的可测选择理论至复数域,得到了复值神经网络的有限时间同步准则.此外,在绝对值形式的范数意义下,对复值网络设计了一类统一控制策略,并得到了一个有趣而重要的结论,即统一控制策略中的关键参数值完全决定了主从系统最终是有限时间同步还是固定时间同步.最后,给出数值例子来验证建立的理论结果.论文第二部分将忆阻器引入复值神经网络,基于不连续控制策略分析了一类耦合忆阻复值神经网络的固定时间同步问题.首先,建立了一个新的固定时间稳定定理,弱化了已有的固定时间稳定判定条件,提高了估计稳定停息时间的精度.然后,基于前述引入的复值符号函数,对耦合复值网络设计了不含有线性部分的复值幂律控制策略,简化了以往的由保证渐近同步的线性部分和实现固定时间同步特有的幂律控制部分组成的传统控制设计.并结合复变函数理论和建立的固定时间稳定定理,得到了固定时间同步准则和同步停息时间估计.最后给出数值案例验证了定理条件和控制策略的可行性.不同于以往的连续通讯方式和固定拓扑结构,论文第三部分考虑了网络节点仅在不连续离散时刻进行信息交换的通讯机制,基于序列连通结构,讨论了一类脉冲耦合的复值神经网络的全局渐近同步问题.首先,基于序列连通的思想,设计了网络节点仅在脉冲时刻进行信息交换且具有切换拓扑的不连续耦合策略.其次,通过直接误差方法,凸组合的性质以及迭代的思想建立了耦合复值神经网络在脉冲耦合策略下的同步判别条件.最后,为了说明理论结果的正确性,给出了相关数值模拟与仿真.