近几十年,分数阶微积分的研究不再只是侧重于纯数学理论的工作,而是开始扩展到许多科学与工程领域。作为其中一个重要分支,分数阶神经网络的同步性问题逐渐成为了研究热点。由于网络通信的实际环境条件,在对工程问题建立模型时,不得不考虑众多对网络通信带来不利影响的因素的存在性,因此设计合适的控制机制保证网络处于非理想状态时还可以达到同步性是值得思考的问题。本文主要对受到器械零件老化等引起的参数不确定问题,不可避免的时间延迟问题和随机发生的网络攻击行为影响的分数阶神经网络进行建模,分别设计合适的控制器,根据李雅普诺夫稳定性理论进行同步性分析,并得到系统达到同步的充分条件,然后借助Matlab的LMI工具箱或者Yalmib工具箱求出可行解,最后利用分数阶预估校正算法对网络模型进行数值仿真。全文主要内容如下:第一章主要对分数阶神经网络的研究背景、网络同步的研究背景以及分数阶神经网络同步的研究现状进行了简要说明。通过实际生活中的一些分数阶微积分现象引入到分数阶神经网络的研究。第二章介绍本文所用到的基本定义和定理,以及分数阶预估校正算法和所用到的符号的简要说明,为第三章和第四章的分数阶神经网络的同步性研究打下基础。第三章研究具有leakage时滞和随机时变时滞的不确定分数阶神经网络的渐近同步问题。不仅在激活函数中分别考虑无延迟和随机时变延迟,而且在神经元自身方面也分别考虑无延迟和leakage时间延迟,同时,还考虑到器械零件老化等引起的参数不确定因素。根据李雅普诺夫稳定性理论得到误差系统稳定的充分条件。最后,通过两个数值仿真实例验证该方法的有效性和可行性。第四章研究遭受到双重欺骗攻击和时变时滞影响的不确定分数阶复值神经网络的自适应事件触发同步问题。本章采用自适应的事件触发机制传输必要的信息,对从传感器到控制器以及从控制器到执行器的通信信道都有可能受到欺骗攻击的分数阶神经网络进行建模,而且由马尔可夫变量模拟欺骗攻击的事件发生。根据李雅普诺夫稳定性理论得到误差系统稳定的充分条件。最后,通过两个数值仿真实例验证了该方法的有效性和可行性。第五章总结本文所研究的主要内容和成果,同时简述分数阶神经网络所做的研究中有待进一步解决的问题以及个人未来的研究方向。