Julia积分微分方程：方法错误：无方法匹配

我在试着用朱莉娅的向量微分方程。但我被以下错误警告卡住了：

MethodError:没有与hDerivative匹配的方法（：：数组{Float64,1}，：：Nothing，>：：Float64） 最接近的候选人是： 在[8]中的派生（：：Any，：：Any）：3 在[13]中的派生（：：Any）：3

我基本上不确定函数“hDerivative”的语法。我尝试返回微分，但也尝试将“timederiv”作为函数hDerivative的参数，类似于我在教程中看到的Julia中关于微分方程的内容，尽管这看起来有点奇怪（我习惯于python）

这是我使用的代码的一个示例：

使用微分方程
N=10
J=随机数（64，N，N）
g=1
函数hDerivative（h，timederiv）
timederiv=0（浮点64，N）
对于i=1：长度（h）
对于j=1：长度（h）
timederiv[i]=timederiv[i]+J[i，J]*tanh（h[J]）
结束
结束
结束
hinit=零（浮点64，N）
tspan=（0.0,1.0）
prob=ODEProblem（hDerivative、hinit、tspan）
解决（问题）

---

有人能帮我吗？

@LutzL的评论完全正确，这段代码的问题在于它没有定义文档中提到的导数函数。相反，以下代码使用

（du，u，p，t）

表单工作：

using DifferentialEquations

N=10
J=randn(Float64,N,N)
g=1

function hDerivative(timederiv,h,p,t)
    for i=1:length(h)
        timederiv[i] = 0
        for j=1:length(h)
            timederiv[i]=timederiv[i]+J[i,j]*tanh(h[j])            
        end
    end  
end

hinit=zeros(Float64,N)
tspan=(0.0,1.0)
prob = ODEProblem(hDerivative,hinit,tspan)
solve(prob)

---

根据文档，ODE函数中的参数顺序是函数f（du，u，p，t），返回向量后跟状态向量，可能还有参数和时间。您有不同的顺序和参数数量。如果您认为应该这样做，请参考您正在使用的示例。因此，也许

prob=ODEProblem（（du，u，p，t）->hDerivative（u，du），hinit，tspan）

可以工作吗？非常感谢！现在积分器工作了，因为它给出了一个输出。但是，集成后的状态与使用示例代码的初始状态相同（并将“hinit”更改为不同的值）。当我明确地测试medod“hDerivative”时，它不会产生零。所以仍然有一些地方出了问题，我找不到什么。@WouterDevos我编辑了它来解决这个问题。本质上，不是为输出创建新数组，而是用零填充现有数组。