时滞神经网络的稳定性分析是控制科学的一个重要研究方向.本文分别研究了一类带有时变时滞的中立型神经网络的指数稳定性问题、一类带有时变时滞的中立型不确定神经网络的鲁棒稳定性问题以及一类带有混合时滞的不确定随机神经网络的鲁棒指数稳定性问题,主要研究结果如下:　　 首先,研究了带有时变时滞的中立型神经网络的指数稳定性问题.基于Lyapunov稳定性理论并利用线性矩阵不等式技术,文中给出了保证带有时变时滞的中立型神经网络系统指数稳定且用线性矩阵不等式表达的充分条件,该条件可以很方便的用Matlab中的线性矩阵不等式控制工具箱进行检验.进一步,对两种类型的时滞神经网络,我们给出神经网络系统指数稳定的充分条件.　　 其次,研究了带有时变时滞的中立型神经网络的渐近稳定性问题,首先,通过构造新的Lyapunov-Krasovskii泛函,利用自由权矩阵方法和线性矩阵不等式技术,获得了一类中立型神经网络渐近稳定的充分条件.然后,针对一类带有时变时滞的中立型不确定神经网络,给出了系统鲁棒渐近稳定的充分条件,该条件用线性矩阵不等式表达.最后,给出两个数值例说明所得结果的有效性.　　 最后,研究了带有混合时滞的不确定随机神经网络的指数稳定性问题.首先,利用Lyapunov-Krasovskii泛函方法,使用随机分析技术,线性矩阵不等式技术和适当的自由权矩阵,给出了一类随机神经网络指数稳定的充分条件.然后,针对一类带有混合时滞的不确定神经网络,给出了在均方意义下不确定神经网络鲁棒指数稳定的判据.进一步,针对两种特殊形式神经网络给出了鲁棒指数稳定的充分条件.