How to fix "LoadError: DimensionMismatch ("cannot broadcast array to have fewer dimensions")"

How to fix "LoadError: DimensionMismatch ("cannot broadcast array to have fewer dimensions")"

我想用数值方法求解以下两个耦合微分方程:

d/dt Phi_i = 1 - 1/N * \sum_{j=1}^N( k_{ij} sin(Phi_i - Phi_j + a) 
d/dt k_{ij} = - epsilon * (sin(Phi_i - Phi_j + b) + k_{ij}

具有定义的起始条件 phi_0(具有 N 个条目的 1 维数组)和 k_0(具有 NxN 个条目的 2 维数组)

我试过这个:使用 DifferentialEquations.js,建立一个初始条件矩阵 u0 = hcat(Phi_0, k_0) (2-dim array, Nx(N+1 )),并以某种方式定义第一个方程适用于第一列(在我的代码 [:,1] 中),第二个方程适用于其他列(在我的代码 [:,2:N+1] 中)。

using Distributions
using DifferentialEquations

N = 100
phi0 = rand(N)*2*pi
k0 = rand(Uniform(-1,1), N,N)

function dynamics(du, u, p, t)
    a = 0.3*pi 
    b = -0.53*pi 
    epsi = 0.01 

    du[:,1] .= 1 .- 1/N .* sum.([u[i,j+1] * sin(u[i,1] - u[j,1] + a) for i in 1:N, j in 1:N], dims=2)
    du[:,2:N+1] .= .- epsi .* [sin(u[i,1] - u[j,1] + b) + u[i,j+1] for i in 1:N, j in 1:N]
end

u0 = hcat(phi0, k0)
tspan = (0.0, 200.0)
prob = ODEProblem(dynamics, u0, tspan)
sol = solve(prob)

运行 这行代码导致此错误:

LoadError: DimensionMismatch ("cannot broadcast array to have fewer dimensions")in expression starting at line 47 (which is sol = solve(prob)) 

我是 Julia 的新手,我不确定我是否正朝着正确的方向前进。请帮我!

首先编辑第一个包,是Distributions不是Distribution,找了好久才发现错误xD

主要问题是第一个等式中的 .=。当您这样做时,您不只是将新值分配给数组,而是在创建 view。我无法准确地向你解释什么是视图,但我可以告诉你的是,当你进行这种分配时,左侧和右侧必须具有相同的类型。

例如:

N = 100
u = rand(N,N+1)
du = rand(N,N+1)

julia> u[:,1] .= du[:,1]
100-element view(::Array{Float64,2}, :, 1) with eltype Float64:
 0.2948248997313967 
 0.2152933893895821 
 0.09114453738716022
 0.35018616658607926
 0.7788869975259098 
 0.2833659299216609 
 0.9093344091412392 
...

结果是 view 而不是 Vector。使用此语法,左侧和右侧必须具有相同的类型,而在您的示例中不会发生这种情况。请注意,rand(5)rand(5,1) 的类型在 Julia 中是不同的:第一个是 Array{Float64,1},另一个是 Array{Float64,2}。在您的代码中,d[:,1]Array{Float64,1},但 1 .- 1/N .* sum.([u[i,j+1] * sin(u[i,1] - u[j,1] + a) for i in 1:N, j in 1:N], dims=2)Array{Float64,2},这就是它不起作用的原因。您有两个选择,将等号更改为:

du[:,1] = ...

或者:

du[:,1] .= 1 .- 1/N .* sum.([u[i,j+1] * sin(u[i,1] - u[j,1] + a) for i in 1:N, j in 1:N], dims=2)[:,1]

第一个选择只是一个基本的赋值,第二个选择使用view的方式并匹配双方的类型。