При проектировании надежных контроллеров для сложных систем сокращение модели соответствует нескольким целям:
Упростить наилучшую имеющуюся модель в свете цели, для которой модель должна использоваться, а именно разработать систему управления, отвечающую определенным спецификациям.
Для ускорения процесса моделирования на этапе проверки проекта используется модель меньшего размера с сохраненной большей частью важной динамики системы.
Наконец, если используется современный способ управления, такой как LQG или H∞, для которого сложность закона управления явно не ограничена, порядок результирующего контроллера, вероятно, будет значительно больше, чем действительно требуется. Хороший алгоритм уменьшения модели, применяемый к закону управления, иногда может значительно снизить сложность закона управления при незначительных изменениях в производительности системы управления.
Процедуры сокращения модели в этой панели инструментов можно разделить на две категории:
Метод аддитивной ошибки - модель с уменьшенным порядком имеет аддитивную ошибку, ограниченную критерием ошибки.
Метод мультипликативной ошибки - модель с уменьшенным порядком имеет мультипликативную или относительную ошибку, ограниченную критерием ошибки.
Погрешность измеряется в терминах пикового усиления по частоте (H∞ norm), и границы погрешности являются функцией пренебрегаемых сингулярных значений Ханкеля.