随着通讯技术、数字技术和高速计算机的飞速发展,采样控制引起了广大研究者们的兴趣.在采样控制中,仅系统在采样点处的信息被传输到控制器.因此,采样控制减少了信息传输量,有效的节约了网络通讯资源.此外,由于系统元件的执行速度是有限的,信号在采集和传输过程中可能发生拥堵,使得时滞现象不可避免的存在于大量动力系统中.然而,时滞可能引起振荡,使得系统不稳定或发散,严重破坏系统的性能.因此,研究时滞系统的动力学行为和控制设计是意义深远的.本文致力于通过采样控制研究时滞忆阻神经网络、时滞惯性神经网络、时滞混沌Lur’e系统和时滞复杂网络四类典型时滞系统的镇定与同步问题.其主要内容为:1.通过采样控制研究时滞忆阻神经网络的镇定问题.首先,通过新提出的技术,将时滞忆阻神经网络转化为带不确定参数的传统神经网络.接着,基于事件触发机制设计了采样控制器,有效的节约了网络通讯资源.然后,通过构建一个扩充型Lyapunov-Krasovskii泛函,得到了时滞忆阻神经网络稳定和镇定的充分条件.最后,通过两个数值仿真算例验证了所得理论结果的可行性和有效性.2.通过采样控制研究时滞惯性神经网络的同步问题.首先通过变量代换将二阶时滞惯性神经网络转化为两个一阶系统.接着,基于量化器设计了采样控制器,有效的减轻了网络带宽的负荷.然后,提出了一个处理复杂混合时滞的不等式和构造了一个合适的Lyapunov-Krasovskii泛函,得到了时滞惯性神经网络同步的新标准.最后,通过一个数值仿真算例验证了所得理论结果的有效性和更低保守性.3.通过采样控制研究时滞混沌Lur’e系统的同步问题.首先,提出了推广的基于Wirtinger不等式的Lyapunov-Krasovskii泛函方法.该方法通过引入更多的自由矩阵,捕获了更多的抽样信息.其次,引入了一个可以充分利用系统在动态时滞分割点处信息的零等式.然后,根据该零等式和提出的泛函方法,推导出混沌Lur’e系统同步的新标准.最后,通过Chua’s电路和四阶Matsumoto-ChuaKobayashi(MCK)电路系统验证了所得理论结果的优势和有效性.4.通过采样控制研究时滞复杂网络的同步问题.首先,考虑随机现象和参数扰动的影响,设计了采样控制器.其次,构造了一个含三次锯齿结构项的Lyapunov-Krasovskii泛函,该泛函可以捕获更多的采样信息.然后,基于该泛函,得到了时滞复杂网络同步的新标准.最后,通过两个数值算例验证了所得理论结果的有效性.该研究在随机发生控制增益扰动下设计的采样控制器,更具有实用性;这里所构造的Lyapunov-Krasovskii泛函只需在采样点处是正定的.5.通过采样控制研究部分耦合的复杂网络的同步问题.首先,根据重组方法,将部分耦合的复杂网络按信道进行重组.接着,在非周期采样下提出了一个新的事件触发机制,基于该机制,设计了采样控制器.然后,基于一个含输入时滞项的Lyapunov-Krasovskii泛函,得到了部分耦合的复杂网络同步的新标准.最后,通过两个数值算例验证了本章所得理论结果的优势和有效性.