您正在讨论的问题听起来像是模型降阶（也称为“模型降阶”）。主成分分析（也称为适当正交分解、Karhunen-Loeve 分析和其他名称）是通过施加某些将问题简化为奇异值分解的假设来实现模型降阶的一种方法。还有其他方法，包括但不限于：

• 平衡截断
• 轨迹分段线性化 (TPWL)
• 离散经验插值法（DEIM）及其相关的连续法，经验插值法（EIM）

根据您要做出的假设，您将获得不同的降阶模型，每个模型都有不同的相关近似误差。如果误差对您很重要，我敦促您进行一些研究，以确定您使用的模型降阶方法是否准确且适合您的线性系统。（错误仍然是一个悬而未决的问题，但现在，您可以测试几种不同的方法并进行比较，看看哪些方法可以为您的应用程序的一系列代表性问题提供更好或更差的结果。）