随着人工智能的不断发展,神经网络的研究一次又一次的迎来高潮。细胞神经网络是一类重要的神经网络,其已被广泛应用于多个领域,如:模式识别,连通片检测,信号传输等领域。然而在信号传输过程中速度是有限的,因此,在分析细胞神经网络模型稳定性问题时,分析时滞是十分必要的。基于上面的分析,本文将研究三类时滞细胞神经网络模型的稳定性,主要内容如下:首先,介绍了课题背景及意义,重点介绍了神经网络和细胞神经网络的发展史及研究现状。其次,讨论了一类具有三个时滞的细胞神经网络模型。主要研究以时滞作为参数,分析参数对模型稳定性的影响。通过讨论相关特征方程特征根的分布,证明在一定条件下模型存在Hopf分支和稳定性转换以及同步(异步)周期振动现象。再次,分析了一类具有无界分布时滞细胞神经网络模型的动力学行为。借助非奇异M-矩阵的性质给出了一个具有无界分布时滞细胞神经网络模型渐近稳定的充分条件。最后,研究了一类具有离散和无界分布时滞细胞神经网络模型的全局稳定性问题。通过构造适当的李雅普诺夫泛函和利用非奇异M-矩阵理论,得到了判断模型平衡点全局渐近稳定的充分条件。该充分条件是判断矩阵是否为非奇异M-矩阵,因此是十分易于验证的。