众所周知,神经网络是能够高度模拟人脑神经突触联接结构的数学模型,并因其在信号处理、模式识别、并行运算及优化等领域广泛的应用受到国内外专家学者的关注。本世纪以来,神经网络在很多方面得到了广泛的应用。在人工神经网络中,神经网络的混沌同步作为一种特殊的混沌现象在控制科学与工程中被广泛地研究,并且已经得到了很多可观的理论成果和应用成果。由于实际应用要求同步要尽可能快的实现,在同步中引入了有限时间和固定时间的概念。此外,时滞在网络的传输中是广泛存在的,时滞会破坏系统的稳定性,引起震荡,所以研究时滞神经网络的有限时间和固定时间同步具有重要的理论意义和实际价值。本文针对具有时变时滞的神经网络系统,在有限时间稳定性理论和固定时间稳定性理论的支撑下,利用间歇滑模控制研究了神经网络的有限时间同步问题,利用间歇控制和自适应控制研究了神经网络的固定时间同步问题,具体完成工作如下:首先,研究了间歇控制下的时变时滞神经网络的有限时间同步问题。由于间歇控制可以节省控制成本,滑模控制具有快速趋近的特点,本文将间歇控制和滑模控制相结合,设计了一种非周期间歇滑模控制器。结合有限时间理论,获得了相应的同步判据和过渡时间的计算公式。实现了神经网络的有限时间同步。仿真算例验证了所设计控制器的有效性。其次,研究了间歇控制下的时变时滞神经网络的固定时间同步问题。在以往的文献中,间歇控制常被用来实现渐进同步、指数同步和有限时间同步,本文将间歇控制应用到固定时间同步中,设计了一种周期半间歇控制器。利用固定时间同步相关引理,推导出了驱动响应系统的同步判据,给出了过渡时间的计算公式,通过仿真分析了控制器中关键参数对过渡时间的影响。最后,研究了自适应控制下的时变时滞神经网络的固定时间同步问题。本文基于自适应控制理论,设计了时滞相关的自适应控制器和相应的自适应更新率,构造了合适的李雅普诺夫函数,通过对固定时间同步引理和相关的数学不等式的使用,推导出过渡时间的计算公式,获得了驱动响应系统的固定时间同步判据。通过Matlab进行仿真,和一般线性状态反馈控制器相比,新设计的控制器减少了过渡时间。