2

我在 am*m 矩阵 S 中有一个 diff eqs 系统。 S[i,j] 是一个特定的物种浓度，受 S[i-1,j] 和 S[i,j-1] 的影响

我可以在每个步骤中获取每个条目的 dx/dt（由 update_matrix 返回），但随后我需要将其整合以更新我的初始浓度（x 与 x_counts 相同）。但是 scipy 的Integrate.odeint 不接受矩阵作为输入（或返回值并引发对象太深错误。

有什么办法可以调整它以使用矩阵上的积分器？我提供了一段代码：diffeq 为每个条目返回 dx/dt。update_matrix 返回矩阵 B，其中 B[ij]=dx[i,j]/dt

def diffeq(x,i,j,coeffs):
    if (i==1 and j==0):
        return (-(coeffs.M(1,0)-coeffs.L(1,0)))+coeffs.d(1,0)-coeffs.get_phi()*x[1][0]
    elif j==0:
        return (-(coeffs.M(i,0)+coeffs.L(i,0)))*x[i][0]+coeffs.L(i-1,0)*x[i-1][0]+coeffs.d(i,j)-coeffs.get_phi()*x[i][0]
    elif (i>1 and j>0):
        return (-(coeffs.M(i,j)+coeffs.L(i,j)))*x[i][j]+coeffs.M(i,j-1)*x[i][j-1]+coeffs.L(i-1,j)*x[i-1][j]+coeffs.d(i,j)-coeffs.get_phi()*x[i][j]
    elif i==1 and j>0:
        return (-(coeffs.M(1,j)+coeffs.L(1,j)))*x[1][j]+coeffs.M(1,j-1)*x[1][j-1]+coeffs.d(1,j)-coeffs.get_phi()*x[1][j]
    elif i==0 and j==1:
        return -x[0][1]+coeffs.d(0,1)-coeffs.get_phi()*x[0][1]
    elif i==0 and j>1:
        return -j*x[0][j]+(j-1)*x[0][j-1]+coeffs.d(0,j)-coeffs.get_phi()*x[0][j]


def update_matrix(x,coeffs,m):
    update_matrix=numpy.zeros((m,m))
    for i in range(m+1):
        for j in range(m+1-i):
            update_matrix[m][m]=diffeq(x,i,j,coeffs)
    return update_matrix


def run_simulation_R2(a,q,m):

    x_counts=numpy.zeros((m,m))
    x_counts[1][0]=1
    x_counts[0][1]=1
    coeffs=R2(a,q,m,x_counts)
    t=range(0,100)
    output = integrate.odeint(update_matrix, x_counts, t, args=(coeffs, m))
4

1 回答 1

3

如果odeint需要一个向量，而不是一个矩阵，你将不得不给它一个向量。如果您不想过多地更改代码的逻辑，则可以通过在需要的任何地方自由应用来在函数外部创建x一个(m**2,)向量，但在内部仍然是一个矩阵。您没有向我们提供足够的信息来对其进行全面测试，但这样的事情可能会奏效：(m, m).reshape(-1)

def update_matrix(x,coeffs,m):
    x = x.reshape(m, m)
    update_matrix=numpy.zeros((m,m))
    for i in range(m+1):
        for j in range(m+1-i):
            update_matrix[m][m]=diffeq(x,i,j,coeffs)
    return update_matrix.reshape(-1)

def run_simulation_R2(a,q,m):
    x_counts=numpy.zeros((m,m))
    x_counts[1][0]=1
    x_counts[0][1]=1
    coeffs=R2(a,q,m,x_counts)
    t=range(0,100)
    output = integrate.odeint(update_matrix, x_counts.reshape(-1), t,
                              args=(coeffs, m))
    return output.reshape(m, m)
于 2013-02-11T18:48:48.023 回答