本书研究内容为解决复杂环境下神经网络的建模、控制和分析难题提供了新的思路和方法，对推动神经网络与复杂系统控制领域的发展具有重要的学术价值和实践意义。本书主要围绕如何提高复杂神经网络适应多元环境的抗扰能力和拟合能力、怎么减少脉冲控制策略的设计复杂性和控制代价、怎样建立适用参数不匹配模型研究的理论分析框架三个关键问题展开深入探讨。第一，深入剖析非理想因素对时滞复杂神经网络系统参数的影响机理，纳入建模需求和复杂环境诱导产生的不匹配时滞、不匹配激活函数、不匹配连接权、不匹配维度、不匹配拓扑结构和不匹配节点以及它们诱导出的多类不匹配参数，构建新的参数不匹配时滞复杂神经网络新模型。第二，深度挖掘复杂神经网络结构与控制器性能之间的关联性，设计模态依赖脉冲控制策略、层内拓扑依赖脉冲控制策略、模糊不匹配脉冲控制策略和拓扑依赖概率脉冲控制策略，确保脉冲控制参数可以依赖于复杂神经网络的结构动态调整。第三，建立理论分析框架，保证参数不匹配时滞复杂神经网络的动力学判据可以有效导出。