我想在 python 中实现伴随灵敏度分析，以确定我的目标函数相对于某些参数的梯度。具体来说，目标函数取决于微分方程的解，而微分方程的解又取决于我正在寻找的最优参数。
要执行此操作，Julia 中有许多好的包（请参见此处）以及 SUNDIALS 的 CVODES，但是后者显然具有为 python 制作的包装器，不包括根据此链接的敏感性分析功能。此外，我已经研究过 SALib进行敏感性分析，但据我了解，这指的是其他类型的“敏感性分析”，因此不包括伴随甚至前向敏感性分析（如果我错了，请纠正我） .
因此，我的问题是，python 中是否存在具有敏感性分析功能的 CVODES 版本，或者是否有任何其他软件包可以用来执行伴随敏感性分析？
您可以使用 pyjulia 从 Python 轻松调用 Julia 代码/包。 https://github.com/JuliaPy/pyjulia
您可以尝试Assimulo，它是 SUNDIALS 套件的 Python 包装器。我已经使用它几年了，它运行得非常稳健。到目前为止，我已经使用 CVODE（少于 20 个状态，少于 10 个参数）对具有中等数量状态/参数的 ODE 系统进行了前向灵敏度分析。它在鲁棒性（可以处理刚性问题，并且还支持各种稀疏问题的线性求解器）和速度方面工作得很好，并且还通过 IDA 支持 DAE。
我使用 conda 安装了 Assimulo，它处理所有依赖树（包括最新版本中的 SUNDIALS）。最后，我不知道是否可以使用 Assimulo 进行伴随敏感性分析。如果你发现了什么，让我们都知道。