神经网络不仅是一种高度复杂的大规模非线性动力学系统,而且是自适应组织系统,其具有十分广泛的动力学属性。在过去几十年中,神经网络广泛应用于联想记忆,模式识别,优化问题等诸多问题。随着科技的高速发展,神经网络逐渐成为一种热门的交叉学科,其中涉及到生物、物理、数学、计算机以及电子等学科。近些年来,有关神经网络的稳定性问题分析受到了许多国内外学者的关注。对于神经网络,时滞的存在是不可避免的,时滞直接影响神经网络的动力学特性,使神经网络出现不稳定,震荡的现象。然而,时滞有多种表现形式,不同种类的时滞对神经网络的影响也是不同的。此外,基因调控网络作为神经网络的一个分支,倍受国内外诸多学者的关注,使其成为神经网络研究的新领域。因此,对时滞不确定神经网络的稳定性研究具有理论和实际意义。本文主要研究了不确定时滞神经网络的稳定性以及无源性问题,以及基因调控网络的稳定性问题。首先,利用Lyapunov-Krasovskii泛函,相关的引理(如Shcur补引理等)、自由权矩阵和delta算子等方法,以线性矩阵不等式(LMIs)的形式分别给出了神经网络稳定性充分判据,其次,研究了基因调控网络的稳定性问题,利用delta算子等方法和自由权矩阵方法给出相应的结论。最后,对全文工作进行了总结,提出了未来研究方向。