Numpy scipy ODE，当NSTEP超过时会发生什么？

我在数百万个案例中使用scipy ode进行数值积分，偶尔会出现错误：

此调用中完成的工作过多（可能是错误的Dfun类型）

我增加了相当多的NSTEP（500000），并且还尝试为“僵硬”问题指定BDF方法，如前所述

---

我的问题是：发生这种情况时会发生什么？集成运行被抛出了吗？或者，我能强迫它被扔掉吗？我不在乎是否会丢失数百万次运行中的几次，但我不希望数据被污染。

发生此错误时，返回值是可疑的。作为一个测试用例，我试着用10个步骤将dy/dt=y从0积分到1：

from scipy.integrate import ode
r = ode(lambda t, y: y).set_initial_value(1, 0).set_integrator('lsoda', nsteps=10)
print(r.integrate(1))

这将打印带有警告的

[1.40213975]

“此调用完成的工作量过多（可能是错误的Dfun类型）”。返回值显然是错误的：精确解是

exp（1）=2.718…

当达到nsteps时，积分过程似乎确实停止了，此时找到的任何y都会返回，即使它不是y（1）

您可以通过在

r.integrate

之后调用

r.successful（）

来检测此问题：如果返回False，则最近的步骤失败

增加nsteps（这里50就足够了）可以消除警告并返回正确的值

---

旁白：考虑使用<代码> SovivIVP<代码>，这消除了对旧代码< ODE < /C> >方法的一些微观管理（在<代码> SoviyIVP）中没有<代码> NSTROP> <代码>选项。 好的，那么澄清一下，集成实际上并没有在nsteps停止，它一直在进行，直到它完成，并且只是在nsteps上抛出警告？重新阅读代码，它在到达nsteps时终止，所以我的答案是错误的。请参阅修订版。好的，谢谢。那么，有没有一种方法可以抛弃这种整合呢？或者我可以捕捉到这个警告并手动将其抛出？另一方面，我仍然在使用旧的ODE，因为我需要根据位置而不是时间（参见我前面的问题：）退出，只需在每次

r.integrate

后检查

r.successful（）

。在答案中编辑。

from scipy.integrate import ode
r = ode(lambda t, y: y).set_initial_value(1, 0).set_integrator('lsoda', nsteps=10)
print(r.integrate(1))