如何在Julia中求解随机微分方程？

我试图理解如何用数值方法求解随机微分方程（SDE）（我没有任何语言的经验，但出于某些原因，我选择了Julia）。作为一个初始模型，我决定使用。我阅读手册，并为之努力。虽然我的模型是一个简单的ODE系统：

一切正常：

使用微分方程
使用绘图
函数lotka（du，u，p，t）；
似乎你有一个SDE，其中前两项由随机的后两项驱动？在这种情况下，您将使用
lotka
确定性术语：

函数lotka（du，u，p，t）；
“它不起作用”。。。你这是什么意思？您的脚本是以错误消息结尾，还是输出结果与您预期的不一样？@SvenKrüger我在主题中添加了错误消息这不是一个错误，只是一个警告。尝试提供更大的时间间隔
tspan=[0 t\u max]
，其中
t\u max>50
。好的，这是一个警告，我可能会尝试更改maxiter参数，但这不是一个好的解决方案。它们是专门设计的解算器，我不知道如何使用它们，应该是prob=SDEProblem（lotka，u0，tspan，p）；谢谢你这么详细的回答。你能解释最后两点吗：（1）u[3]和u[4]是独立的吗？（2） 我想使用noise=OrnsteinUhlenbeckProcess（），使用给定的时间常数sigma和零均值。也就是说，我尝试用3和4方程建模，但在文档中我只找到了θ参数，但没有找到τ。（1）是的，它们有独立的布朗运动，因为它是对角噪声。（2） 你只是给tau常数？我不熟悉你写下这个过程的方式，但是如果你能，在我的参数中，标准形式的θ等于1/tau，sigma是相同的。μ等于零。哦，好吧，那么我给的代码有什么问题吗？参数来自
p
。我更新了答案。通常这在StackOverflow上是不允许的，如果您想进一步讨论，我们应该将其提交给Slack/Distact