本研究提出了一种控制合成神经常微分方程（CSODEs），解决了传统神经常微分方程在建模复杂动态系统时的收敛性问题。CSODEs通过线性不等式确保收敛，并引入控制项以捕捉不同尺度的动态，实验结果表明其在物理动态学习和预测能力上优于其他神经网络。