复杂随机时滞神经网络在实际中存在着很多干扰因素,从而会导致系统在干扰作用下使其偏离平衡状态,此时系统处在一个波动较大且不稳定的状态。在这种情形下,如何用相应的方法对系统做出调节来抑制外界的干扰,从而使系统重新达到一个稳定的状态有着极其重要的意义。因此,近年来,一类复杂随机时滞神经网络的有限时间镇定与同步控制吸引了广大学者的极大关注,并开展了一系列的研究。本文主要从两个方面来探讨神经网络的镇定与同步:(1)首先,为了保证在一个有限的时间区间内,系统的状态轨线始终保持在预先给定的界限内,定义一个随机时间函数(SSTF),并提出系统有限时间稳定需具备的条件。随机时滞递归神经网络(SDRNNs)的研究是以随机有限时间稳定(SFTS)的充分条件为前提;其次,设计了非线性时滞反馈控制器,对SDRNNs起到控制作用,使系统最终趋于稳定。最后通过数值仿真验证了结论的正确性和控制器的有效性。(2)另一方面,通过基于忆阻的复杂网络有限时间同步间歇控制的研究,对系统的同步误差提出了更为合理的控制方法与优化方案。构造李雅普诺夫函数V,并将（？）V进行巧妙的放缩,使最终的期望达到预期的条件。同时,考虑了时滞对忆阻复杂网络带来的影响,利用间歇控制的方法使主从系统达到同步的效果。