本文主要讨论了几类时滞神经网络的稳定性分析与控制问题。相关的判据最终以易于验证的线性矩阵不等式形式给出,同时通过更为直接的仿真结果（数值、图形等）,解释并且验证了相关工作的合理性和重要性。本文的主要工作概述如下:（1）讨论了事件触发方案下具有时变时滞和冗余信道的马尔科夫跳变神经网络的H∞控制问题。考虑到网络系统有限的通信信道容量,引入事件触发方案来降低网络负载,提高网络利用率。利用冗余信道技术提高通信网络的成功率,通过两个服从伯努利分布且相互独立的随机变量分别反映主信道和冗余信道的数据丢包现象。推导出了具有指定的H∞干扰衰减性能的闭环系统稳定性的充分条件。（2）讨论了一类具有时变时滞和执行器饱和的神经网络的自适应事件触发同步问题。在自适应事件触发方案下,建立了具有执行器饱和的延迟主从同步系统的同步误差模型。基于Lyapunov-Krasovskii泛函,导出了保证同步误差系统渐近稳定的一个新的充分判据。（3）讨论了基于一种改进的动态事件触发方案的混合型通信攻击下时滞神经网络的有限时间H∞稳定问题。所考虑的复杂网络攻击包括三种常见类型的攻击:重放攻击、欺骗攻击和拒绝服务攻击。这里将这些攻击考虑到一个统一的马尔科夫跳变框架中进行建模。构造了一个包含改进的动态事件触发条件的Lyapunov-Krasovskii泛函,得到了保证系统有限时间H∞稳定的判据。（4）讨论了受随机传感器非线性影响的半马尔科夫跳跃神经网络的自适应事件触发H∞状态估计问题。考虑到可能存在的传感器非线性,在自适应事件触发框架下建立了新的估计误差模型。构造了一个包含自适应事件触发条件的Lyapunov-Krasovskii泛函,得到了保证估计误差系统渐近稳定的充分条件。然后,根据一组可行线性矩阵不等式,给出了估计器与事件触发器的联合设计方法。最后,通过三个算例验证了方案的可行性。