Eigenwertmethoden und Spiegelbilder in der Modellreduktion

模型简化方法通常是一种用于自动化简化复杂动态系统的方法。Sie berechnen ein kleinerdimensionales System，das näherungweise ein Eingangs-/Ausgangsverhalten wie das großdimensionale Ursprungssystems hat.基本原理Krylovraum-Verfahren erzeugen die reduzierten Systeme dadaben，dass sie die Transferfunktion des reduzierten Systems an vorgewählten Interpolationsdaten mit der Transferfunktion des Ursprungssystems in Überestimmung bringen.所以波兰人的肖像画很漂亮。这些简化的系统或其他的点可以用来插值。在这个项目中，特征数据和镜像图像的组合将对简化系统的近似值产生影响。Spiegelbildern的特殊功能，这种特殊功能系统的特点是稳定性或被动性，韦尔登可以理解。一个Schwerpunkt将促进数字化的发展，以有效地减少系统的损失。

Modellreduktionsmethoden sind oft ein sinnvolles Mittel zur automatischen Reduktion der Komplexität sehr großer dynamischer Systeme. Sie berechnen ein kleinerdimensionales System, das näherungweise ein Eingangs-/Ausgangsverhalten wie das großdimensonale Ursprungssystems hat. Rationale Krylovraum-Verfahren erzeugen die reduzierten Systeme dadurch, dass sie die Transferfunktion des reduzierten Systems an vorgewählten Interpolationsdaten mit der Transferfunktion des Ursprungssystems in Übereinstimmung bringen. So genannte Spiegelbilder von Polen des Ausgangs- bzw. des reduzierten Systems oder anderer Punkte scheinen sich als Interpolationspunkte sehr gut zu eignen. In diesem Projekt wird der Zusammenhang zwischen den Eigenwertdaten und Spiegelbildern als Interpolationspunkten sowie den Hankelsingulärwerten untersucht und der dadurch ermöglichte Einfluss auf die Approximationsqualität der reduzierten Systeme. Spezielle Wahlen von Spiegelbildern, die zur Beibehaltung wichtiger systemspezifischer Eigenschaften wie Stabilität oder Passivität führen, werden untersucht. Ein Schwerpunkt wird auf der Entwicklung von numerischen Verfahren zur effizienten Berechnung reduzierter Systeme liegen.