同步是自然界的一种基本现象,它意味着在不同过程中即时达到协调一致.自从早期的物理学中,同步现象就成为一门研究的课题,例如周期系统的同步分析.最近同步研究转移到混沌系统,事实上,一个动力系统被称为是混沌的,无论何时它的演变敏感依赖初始条件,所以,混沌系统内在否定同步.在这种情况下,甚至是两个恒同系统,当初始条件发生极小的变化,其轨迹将会发生指数分离,结果可能是不同步的行为.　　然而,这些混沌系统在加上某些条件下有可能使得它们同步,使得它们的轨迹演变成相同的混沌轨迹.自1990年以后,佩卡拉和卡罗尔介绍了一种方法来同步在不同条件下的两恒同系统,混沌同步已吸引了在各个领域的广泛关注.直到现今,许多类型的同步已被研究,包括完全同步、广义同步、滞后同步、相同步等等.为实现混沌系统的同步,许多方法被采用,例如,P-C方法,主动控制方法、自适应控制方法、线性和非线性控制方法、时滞反馈方法、等等.但是,应该指出的是上述这些控制方法主要应用在一些特殊的混沌系统,例如,蔡式系统、洛伦兹系统、陈式系统等等.很少研究一般的广义的混沌系统.应该强调的是以前的同步工作主要集中于恒同系统,极少努力于非恒同系统.然而,从实际观点看,恒同系统是极少存在的也是很难做到的.因此,研究非恒同系统之间的同步是重要的也是有趣的.　　神经网络作为一复杂的非线性动力系统,呈现了各种复杂的现象,譬如,平衡点、极限圈、环面、吸引子和混沌.在过去几十年中,更多的注意已集中在混沌的神经网络.最近关于神经网络的混沌同步已吸引了广泛研究者的注意.　　本文主要研究混沌同步的三种方法及其这些方法的基本原理.　　本文的组织结构如下.在本文的第一章,我们首先介绍了混沌同步的历史背景,其次,介绍最先研究同步的P-C方法,最后,介绍本文的研究问题.　　在本文的第二章,主要研究通过非线性的控制方法来实现两个不同维数的混沌系统的广义同步.　　在第三章中主要研究两个带未定参数的超混沌系统的自适应同步.　　在第四章中研究通过线性矩阵不等式这个工具来实现带变时滞混沌神经网络的指数同步.