Python 中 solve_ivp() 函数的 R 等价物是什么？

Question

我正在将一些代码从 Python 翻译成 R，我发现很难在每个代码中找到相应的函数。在这种特殊情况下，我遇到问题的代码是：

x_sol_best = solve_ivp(
                    fun=model_covid,
                    y0=x_0_cases,
                    t_span=[t_predictions[0], t_predictions[-1]],
                    t_eval=t_predictions,
                    args=tuple(optimal_params),
                ).y

从 scipy.integrate.solve_ivp documentation 中，我看到此函数中使用的默认积分方法是：'RK45'（默认）：显式龙格-阶数 5(4)

的 Kutta 方法

R 中的哪些包/函数等同于此？

从 R ode 函数的 R documentation 中，我看到有许多可用的 RK 4(5) 方法（粘贴在下面）——但是 Python 文档指出 RK45 是订单 5(4)...

谁能解释一下？ TIA

"rk45ck"    |   Runge-Kutta Cash-Karp, order 4(5)
"rk45f" |   Runge-Kutta-Fehlberg, order 4(5); Octave: ode45, pair=1
"rk45e" |   Runge-Kutta-England, order 4(5)
"rk45dp6"   |   Dormand-Prince, order 4(5), local order 6
"rk45dp7", "ode45"  |   Dormand-Prince 4(5), local order 7

Answer 1

根据文档，solve_ivp() 中的默认求解器是 Dormand-Prince。这在 deSolve 包的 ode() 函数中调用了 ode45。

x_sol_best = deSolve::ode(
                    y = x_0_cases,
                    times = t_predictions,
                    func = model_covid,
                    parms = c(...), # vector of parameter values
                    method = "ode45"
                )[ , -1] # drop the t column

Python 中 solve_ivp() 函数的 R 等价物是什么？

What is the R equivalent of the solve_ivp() function in Python?

python

r

scipy

ode

runge-kutta