基于神经控制的即插即用网络分布式性能提升

研究提出一种分布式神经控制器，在预稳定网络发生子系统增删的即插即用（PnP）操作后提升性能，同时保持形式化稳定性保证。方法基于内模控制（IMC）原理，将闭环稳定性归结为辅助算子的有限 ℓ2 增益要求，并给出两种无约束参数化：基于邻居的复合参数化仅需边界变化的子系统更新增益参数，网络范数参数化可降低保守性但需全网信息。