降阶模型ROM代理模型

降阶模型（ROM）与代理模型（Surrogate）——用低维/快模型替代高保真仿真。工业仿真中全阶模型（如 FVM 精细网格）计算成本高，降阶模型通过数据驱动或投影方式构建低维近似，实现实时或近实时预测。传统方法：POD（本征正交分解）、POD-DEIM；数据驱动：神经网络代理、高斯过程代理。

定位	AI for Science 基础：降阶模型与代理模型
POD	本征正交分解：从快照数据提取主导模态，投影降维
数据驱动代理	神经网络/高斯过程拟合"输入参数→输出场量"映射
关联	力学板块「导热降阶方法」专题（FANTASTIC/MPMM 热仿真降阶建模）
应用场景	数据中心/芯片热仿真快速评估、设计空间探索、实时数字孪生
与神经算子	神经算子（FNO/DeepONet）是数据驱动 ROM 的前沿形式

学习价值 - ROM 是工业AI 落地最成熟的路线之一，直接支撑 HAO-DC Room 的快速热评估与优化 - 与高保真 TauFlow 数据结合构建多工况代理模型，可支撑实时设计与投标方案快速算

推荐电子书

国外经典（3-5本）：

• 《Reduced Basis Methods for Partial Differential Equations》（Alfio Quarteroni, Andrea Manzoni & Federico Negri，2016）——降阶基方法权威专著，ROM数学理论完整

• 《Model Reduction of Dynamical Systems》（Peter Benner et al.，2021）——动力系统模型降阶综合参考，覆盖POD/平衡截断等主流方法

国内经典（2本）：

• 《模型降阶方法》（苏育才等）——国内模型降阶方向的系统教材