在信息化和人工智能快速发展的时代,神经网络的应用不可或缺,其在图像识别、无人机集群、医疗设施、网络通信中有了广泛的研究和应用.随着应用工程越来越复杂化,所考虑的问题也就越来越多,例如:在传输过程中通信容量受限、通信通道受限以及传输带来的时滞等.同步问题是机械工程、神经系统、复杂物理中重要的研究方向之一,尤其在神经网络领域受到了许多研究人员的关注.在过去十几年里,采用不同的控制策略取得了许多有意义的结果,如自适应同步、指数同步、钉扎控制同步、脉冲控制同步等,大部分研究是基于系统参数一致下的研究.然而实际应用中,由系统参数失配导致系统不能完全同步的问题普遍存在,因此,研究具有参数不一致的主从系统的拟同步具有现实意义,由此展开本论文的研究.1)针对具有参数失配的离散时间主从神经网络的拟同步问题,采用一种基于量化器和轮询协议的传输协议,克服了通信信道的容量约束和信道数量约束,然后考虑能量约束,设计了基于传输协议的离散间歇控制器,基于主神经网络的不理想状态信息建立了同步误差系统,在此基础上,给出了离散时间主从神经网络拟同步的充要条件,并给出了控制器增益设计方法.最后,对所得结论进行了数值模拟,通过与其他控制策略做对比,验证了该算法的有效性.2)针对具有参数不一致的离散耦合神经网络的拟同步问题,针对大型耦合网络主节点不能控制所有从节点问题,采用了钉扎控制策略,针对输入时滞问题,设计了维持驱动区间具有输入时滞的间歇控制器,基于主节点的非理想状态信息建立了同步误差系统.在此基础上,设计了新型的李亚普诺夫函数解决输入时滞问题,给出了离散时间耦合神经网络拟同步的充要条件,并给出了新型间歇控制器增益设计方法.最后,对所得结论进行了数值仿真并得到了拟同步的边界.