在 Python 中模拟 MATLAB 的 ode15s答案

【问题标题】：Emulating MATLAB's ode15s in Python在 Python 中模拟 MATLAB 的 ode15s
【发布时间】：2014-08-17 16:03:09
【问题描述】：

我正在将模型从 MATLAB 转换为 Python。该模型的症结在于 MATLAB 的 ode15s。在 MATLAB 执行中，ode15s 有标准选项：

options = odeset()
[t P] = ode15s(@MODELfun, tspan, y0, options, params)

作为参考，y0 和 MODELfun 一样是一个向量（大小为 98）。

我的 Python 尝试如下：

ode15s = scipy.integrate.ode(Model.fun)
ode15s.set_integrator('vode', method = 'bdf', order = 15)
ode15s.set_initial_value(y0).set_f_params(params)
dt = 1 
while ode15s.successful() and ode15s.t < duration:
     ode15s.integrate(ode15s.t+dt)

不过，这似乎不起作用。有什么建议或替代方案吗？

编辑：查看输出后，我从 Python 得到的结果要么是 y0 的某些元素随着时间的推移没有变化，要么是 y0 的其余部分在每个步骤中都保持不变。有这样的经验吗？

【问题讨论】：

"...似乎无法正常工作。"那是什么意思？你有错误吗？意想不到的结果？请澄清。
您确定您已将MODELfun 中的Matlab 代码正确翻译成Python 吗？（仔细检查代码，并通过选择一些随机时间和参数值进行验证，并检查函数 MODELfun 和 Model.fun 是否给出相同的结果。）

标签： python matlab scipy ode integrate

【解决方案1】：

需要明确的一点是，与 Matlab 的 ode15s 不同，scipy 积分器“vode”不支持具有质量矩阵的模型。因此，任何建议都应包含此警告。

【讨论】：

【解决方案2】：

根据SciPy wiki for Matlab Users，正确使用ode15s的方法是

scipy.integrate.ode(f).set_integrator('vode', method='bdf', order=15)

【讨论】：

方法部分合理； order 参数没有任何意义。 VODE 没有实现大于 5 阶的 BDF 方法；对于大于 6 阶的 BDF 方法，该方法不是零稳定的，因此数值解对于初始条件下的扰动是不稳定的。省略order 参数可能没问题，因为ode15s 使用类似的方法系列（NDF 或BDF）。
Wiki 链接已过期