Arnoldi算法的MATLAB代码及Python DMD方法代码

简介：
本项目包含Arnoldi算法的MATLAB实现以及Python动态模式分解(DMD)方法的源码，旨在为数值计算和数据驱动建模提供高效工具。 arnoldi算法的MATLAB代码及Python-DMD方法的实现如下所述：该代码用于动态模式分解（DMD）/Koopman方法，并包含多种计算库普曼特征值与主成分的方法，这些方法将通过引用学术界的各种论文进行验证。我的目标是用Python语言重写现有的数值算法，此前我主要使用的是MATLAB。 目前我是UCSB机械工程系MezićGroup的研究员，在这里分享一些关于代码的细节： - 当前使用的代码基于Arnoldi-Like方法算法。 - 参考文献包括Susuki, Yoshihiko和Igor Mezić的文章“没有模型的非线性库普曼模式和电力系统稳定性评估”，发表于IEEE Transactions on Power Systems 29.2（2014）：899-907。 - 正在开发中的SVD-DMD算法也在进行中，将使用生成的数据编写代码。 - 精确DMD算法正在处理中。 关于这些代码的使用： 每个实现都有自己的数据文件，特别是来自论文的相关数据。您需要放置自己提供的数据文件（如excel或mat格式）并运行相应的脚本即可开始实验。自述文档为PDF形式，提供了详细的说明和指导。