Scipy odeint 发出 lsoda 警告
Scipy odeint giving lsoda warning
我完全不熟悉编码,我想用数值方法求解这 5 个微分方程。我拿了 python template 并将其应用到我的案例中。这是我写的简化版本:
import numpy as np
from math import *
from matplotlib import rc, font_manager
import matplotlib.pyplot as plt
from scipy.integrate import odeint
#Constants and parameters
alpha=1/137.
k=1.e-9
T=40.
V= 6.e-6
r = 6.9673e12
u = 1.51856e7
#defining dy/dt's
def f(y, t):
A = y[0]
B = y[1]
C = y[2]
D = y[3]
E = y[4]
# the model equations
f0 = 1.519e21*(-2*k/T*(k - (alpha/pi)*(B+V))*A)
f1 = (3*B**2 + 3*C**2 + 6*B*C + 2*pi**2*B*T + pi**2*T**2)**-1*(-f0*alpha/(3*pi**3) - 2*r*(B**3 + 3*B*C**2 + pi**2*T**2*B) - u*(D**3 - E**3))
f2 = u*(D**3 - E**3)/(3*C**2)
f3 = -u*(D**3 - E**3)/(3*D**2)
f4 = u*(D**3 - E**3)/(3*E**2) + r*(B**3 + 3*B*C**2 + pi**2*T**2*B)/(3*E**2)
return [f0, f1, f2, f3, f4]
# initial conditions
A0 = 2.e13
B0 = 0.
C0 = 50.
D0 = 50.
E0 = C0/2.
y0 = [A0, B0, C0, D0, E0] # initial condition vector
t = np.linspace(1e-15, 1e-10, 1000000) # time grid
# solve the DEs
soln = odeint(f, y0, t, mxstep = 5000)
A = soln[:, 0]
B = soln[:, 1]
C = soln[:, 2]
D = soln[:, 3]
E = soln[:, 4]
y2 = [A[-1], B[-1], C[-1], D[-1], E[-1]]
t2 = np.linspace(1.e-10, 1.e-5, 1000000)
soln2 = odeint(f, y2, t2, mxstep = 5000)
A2 = soln2[:, 0]
B2 = soln2[:, 1]
C2 = soln2[:, 2]
D2 = soln2[:, 3]
E2 = soln2[:, 4]
y3 = [A2[-1], B2[-1], C2[-1], D2[-1], E2[-1]]
t3 = np.linspace(1.e-5, 1e1, 1000000)
soln3 = odeint(f, y3, t3)
A3 = soln3[:, 0]
B3 = soln3[:, 1]
C3 = soln3[:, 2]
D3 = soln3[:, 3]
E3 = soln3[:, 4]
#Plot
rc('text', usetex=True)
plt.subplot(2, 1, 1)
plt.semilogx(t, B, 'k')
plt.semilogx(t2, B2, 'k')
plt.semilogx(t3, B3, 'k')
plt.subplot(2, 1, 2)
plt.loglog(t, A, 'k')
plt.loglog(t2, A2, 'k')
plt.loglog(t3, A3, 'k')
plt.show()
我收到以下错误:
lsoda-- warning..internal t (=r1) and h (=r2) are
such that in the machine, t + h = t on the next step
(h = step size). solver will continue anyway
In above, R1 = 0.2135341098625E-06 R2 = 0.1236845248713E-22
对于某些参数集,在 odeint 中使用 mxstep
时(也尝试了 hmin
和 hmax
但没有发现任何差异),虽然错误仍然存在,但我的图表看起来不错并且没有受到影响,但大多数时候它们是。
有时我得到的错误要求我使用 odeint 选项 full_output=1
运行 并且在这样做时我获得:
A2 = soln2[:, 0]
TypeError: tuple indices must be integers, not tuple
搜索的时候没看懂是什么意思
我想了解问题出在哪里,如何解决。
odeint 是否适合我正在尝试做的事情?
在那个lsoda
警告中,t
是指当前时间值,h
是指当前积分步长。由于舍入误差(即 r1 + r2 == r1
),步长变得非常接近于零,以至于当前时间加上步长等于当前时间。当您正在积分的 ODE 表现不佳时,通常会出现此类问题。
在我的机器上,警告消息似乎只在计算 soln2
时出现。在这里,我绘制了出现警告的区域中每个参数的值(请注意,为清楚起见,我已切换到线性轴)。我用红线标记了 lsoda
错误首次出现的时间步长(在 r1 = 0.2135341098625E-06
):
警告信息的出现与E!'kink'中的'kink'重合绝非巧合!
我怀疑正在发生的事情是扭结代表 E 梯度中的奇点,这迫使求解器采取越来越小的步长,直到步长达到浮点精度的极限。事实上,你可以看到D中的另一个拐点与B中的一个'wobble'重合,可能是由相同的现象引起的。
有关如何在积分 ODE 时处理奇点的一些一般性建议,请查看 section 5.1.2 here(或任何关于 ODE 的体面教科书)。
您在使用 full_output=True
时遇到错误,因为在本例中 odeint
returns 包含解决方案的元组和包含附加输出信息的 dict
。尝试像这样解压元组:
soln, info = odeint(..., full_output=True)
我完全不熟悉编码,我想用数值方法求解这 5 个微分方程。我拿了 python template 并将其应用到我的案例中。这是我写的简化版本:
import numpy as np
from math import *
from matplotlib import rc, font_manager
import matplotlib.pyplot as plt
from scipy.integrate import odeint
#Constants and parameters
alpha=1/137.
k=1.e-9
T=40.
V= 6.e-6
r = 6.9673e12
u = 1.51856e7
#defining dy/dt's
def f(y, t):
A = y[0]
B = y[1]
C = y[2]
D = y[3]
E = y[4]
# the model equations
f0 = 1.519e21*(-2*k/T*(k - (alpha/pi)*(B+V))*A)
f1 = (3*B**2 + 3*C**2 + 6*B*C + 2*pi**2*B*T + pi**2*T**2)**-1*(-f0*alpha/(3*pi**3) - 2*r*(B**3 + 3*B*C**2 + pi**2*T**2*B) - u*(D**3 - E**3))
f2 = u*(D**3 - E**3)/(3*C**2)
f3 = -u*(D**3 - E**3)/(3*D**2)
f4 = u*(D**3 - E**3)/(3*E**2) + r*(B**3 + 3*B*C**2 + pi**2*T**2*B)/(3*E**2)
return [f0, f1, f2, f3, f4]
# initial conditions
A0 = 2.e13
B0 = 0.
C0 = 50.
D0 = 50.
E0 = C0/2.
y0 = [A0, B0, C0, D0, E0] # initial condition vector
t = np.linspace(1e-15, 1e-10, 1000000) # time grid
# solve the DEs
soln = odeint(f, y0, t, mxstep = 5000)
A = soln[:, 0]
B = soln[:, 1]
C = soln[:, 2]
D = soln[:, 3]
E = soln[:, 4]
y2 = [A[-1], B[-1], C[-1], D[-1], E[-1]]
t2 = np.linspace(1.e-10, 1.e-5, 1000000)
soln2 = odeint(f, y2, t2, mxstep = 5000)
A2 = soln2[:, 0]
B2 = soln2[:, 1]
C2 = soln2[:, 2]
D2 = soln2[:, 3]
E2 = soln2[:, 4]
y3 = [A2[-1], B2[-1], C2[-1], D2[-1], E2[-1]]
t3 = np.linspace(1.e-5, 1e1, 1000000)
soln3 = odeint(f, y3, t3)
A3 = soln3[:, 0]
B3 = soln3[:, 1]
C3 = soln3[:, 2]
D3 = soln3[:, 3]
E3 = soln3[:, 4]
#Plot
rc('text', usetex=True)
plt.subplot(2, 1, 1)
plt.semilogx(t, B, 'k')
plt.semilogx(t2, B2, 'k')
plt.semilogx(t3, B3, 'k')
plt.subplot(2, 1, 2)
plt.loglog(t, A, 'k')
plt.loglog(t2, A2, 'k')
plt.loglog(t3, A3, 'k')
plt.show()
我收到以下错误:
lsoda-- warning..internal t (=r1) and h (=r2) are
such that in the machine, t + h = t on the next step
(h = step size). solver will continue anyway
In above, R1 = 0.2135341098625E-06 R2 = 0.1236845248713E-22
对于某些参数集,在 odeint 中使用 mxstep
时(也尝试了 hmin
和 hmax
但没有发现任何差异),虽然错误仍然存在,但我的图表看起来不错并且没有受到影响,但大多数时候它们是。
有时我得到的错误要求我使用 odeint 选项 full_output=1
运行 并且在这样做时我获得:
A2 = soln2[:, 0]
TypeError: tuple indices must be integers, not tuple
搜索的时候没看懂是什么意思
我想了解问题出在哪里,如何解决。 odeint 是否适合我正在尝试做的事情?
在那个lsoda
警告中,t
是指当前时间值,h
是指当前积分步长。由于舍入误差(即 r1 + r2 == r1
),步长变得非常接近于零,以至于当前时间加上步长等于当前时间。当您正在积分的 ODE 表现不佳时,通常会出现此类问题。
在我的机器上,警告消息似乎只在计算 soln2
时出现。在这里,我绘制了出现警告的区域中每个参数的值(请注意,为清楚起见,我已切换到线性轴)。我用红线标记了 lsoda
错误首次出现的时间步长(在 r1 = 0.2135341098625E-06
):
警告信息的出现与E!'kink'中的'kink'重合绝非巧合!
我怀疑正在发生的事情是扭结代表 E 梯度中的奇点,这迫使求解器采取越来越小的步长,直到步长达到浮点精度的极限。事实上,你可以看到D中的另一个拐点与B中的一个'wobble'重合,可能是由相同的现象引起的。
有关如何在积分 ODE 时处理奇点的一些一般性建议,请查看 section 5.1.2 here(或任何关于 ODE 的体面教科书)。
您在使用 full_output=True
时遇到错误,因为在本例中 odeint
returns 包含解决方案的元组和包含附加输出信息的 dict
。尝试像这样解压元组:
soln, info = odeint(..., full_output=True)