Python 如何在scipy.integrate.RK45中输入时间步长
scipy.integrate.RK45的实现没有指定在何处提及应执行集成的时间 输入选项“t_bound”似乎是最后一个纪元 要进行集成,必须使用“步骤”选项,该选项没有输入,因此不能在其中指定时间戳 与其他积分器相比:scipy.integrate.solve_ivp具有选项“t_eval”,其中可以提到需要解决方案的所有时代(作为一个数组) 以下代码起作用:Python 如何在scipy.integrate.RK45中输入时间步长,python,scipy,ode,orbital-mechanics,integrator,Python,Scipy,Ode,Orbital Mechanics,Integrator,scipy.integrate.RK45的实现没有指定在何处提及应执行集成的时间 输入选项“t_bound”似乎是最后一个纪元 要进行集成,必须使用“步骤”选项,该选项没有输入,因此不能在其中指定时间戳 与其他积分器相比:scipy.integrate.solve_ivp具有选项“t_eval”,其中可以提到需要解决方案的所有时代(作为一个数组) 以下代码起作用: check=solve_ivp(fun_integrator, t_span, y0, \ method=
check=solve_ivp(fun_integrator, t_span, y0, \
method='RK45', t_eval=t, max_step=1800, rtol=10**(-11), atol=10**(-12))
以“fun_积分器”作为输入函数(t,y)
t_span=[0最大值(t)]
及
^=需要答案的时代
然而,Matlab ode113比scipy solve_ivp提供了更好的结果,所以我想尝试scipy.integrate.RK45来检查我是否使用它获得了更好的结果
check45=RK45(fun_integrator, 0, y0, max(t), max_step=1800, \
rtol=1e-11, atol=1e-12)
for i in range(len(t)):
dt=0+0.3*i*86400
check45.step() #step has no input
x_E45=check45.y
print(x_E45[0:3])
但是如何在上面的代码中输入步长呢
有关更多信息:
函数和y0:
def fun_integrator(t,y):
G=6.67428*10**(-11)/(10**3)**3 #Km**3/(Kg s**2)
m_E=5.97218639014246e+24 #Kg
m_M=7.34581141668673e+22 #Kg
m_S=1.98841586057223e+30 #Kg
# c=2.997924580000000e+05 # [Km/s], speed of light, IERS TN36 p. 18
x_E=y[0:3]
x_M=y[6:9]
x_S=y[12:15]
##
# v_E=y[0,3:6]
# v_M=y[0,9:12]
# v_S=y[0,15:18]
##
diff_EM=x_E-x_M
diff_SM=x_S-x_M
diff_ES=x_E-x_S
d_EM=math.sqrt(diff_EM[0]**2 + diff_EM[1]**2 + diff_EM[2]**2)
d_SM=math.sqrt(diff_SM[0]**2 + diff_SM[1]**2 + diff_SM[2]**2)
d_ES=math.sqrt(diff_ES[0]**2 + diff_ES[1]**2 + diff_ES[2]**2)
##
dydt= y[3:6] #E vel
two=G*((m_M*(-diff_EM)/d_EM**3) + (m_S*(-diff_ES)/d_ES**3)) # E acc
three=y[9:12] #M vel
four=G*((m_S*(diff_SM)/d_SM**3) + (m_E*(diff_EM)/d_EM**3)) # M acc
five=y[15:18] #S vel
six=G*((m_E*(diff_ES)/d_ES**3) + (m_M*(-diff_SM)/d_SM**3)) # S acc
dydt=np.append(dydt,two)
dydt=np.append(dydt,three)
dydt=np.append(dydt,four)
dydt=np.append(dydt,five)
dydt=np.append(dydt,six)
return dydt
y0=np.array([0.18030617557041088626562258966E+08, #Epos
-0.13849983879561028969707483658E+09,
-0.60067586558743159549398380427E+08,
0.29095339700433727181771510027E+02, #Evel
0.30306447236947439878791802685E+01,
0.13145956648460951506322034682E+01,
0.17909715946785370737211415301E+08, #Mpos
-0.13879823119464902933064808964E+09,
-0.60230238740754862546525906740E+08,
0.30136092114725188798503502634E+02, #Mvel
0.27407201232607066962011074680E+01,
0.11664485102480685879418310910E+01,
0.67356572699027185845872823900E+06, #Spos
0.11475300015697844979868843500E+06,
0.39801697980815553718511148000E+05,
-0.60903913908114150920444000000E-03, #Svel
0.89648366457310610847232000000E-02,
0.38595942076153950302606500000E-02])
要回答实际问题而不是根本问题,请执行以下操作: 您可以使用密集_输出方法计算特定所需时间点的值。否则,如果您尝试使用自己的插值方法,您的解决方案将失去很多准确性 但是,我要指出的是solve_ivp(使用RK45方法)本质上是一个易于使用的代码包装器,所以我不希望以这种方式有任何显著的不同
您如何知道matlab结果(自适应阶数为1-13的隐式多步)更好?为什么您认为在
RK45
类中显式地复制solve\u ivp
在内部所做的事情会产生显著不同的结果?您是否尝试过在solve_ivp
中使用其他解算器类,如LSODA
或RADAU
?是的,我尝试过LSODA
和solve_ivp
中的其他选项,它们都有或多或少相似的结果。我知道MATLAB的结果(ode45和ode113,步长为1800)更好,因为我有不同时期的比较值。我假设其中一个积分器(RK45
,RK23
,等等)可能给出与MATLAB一样好或更好的结果。由于MATLAB使用16位数字进行计算,并且我的结果需要非常精确,因此我希望用python实现所有内容,以便最终获得更好的精度。您可能需要将t=np.linspace(0,0+0.3*(pts-1)*86400,20)
更改为t=np.linspace(0,0+0.3*(pts-1)*86400,pts)
在从值20
更改pts
时保持一致性。虽然solve\u ivp
及其背后的类都是纯python,但如果我正确地记得我曾经读过的内容,我不确定它是否能够完美地处理多精度数据类型。如果我正确理解您更高精度的目标,您可能需要使用自己的实现。
def fun_integrator(t,y):
G=6.67428*10**(-11)/(10**3)**3 #Km**3/(Kg s**2)
m_E=5.97218639014246e+24 #Kg
m_M=7.34581141668673e+22 #Kg
m_S=1.98841586057223e+30 #Kg
# c=2.997924580000000e+05 # [Km/s], speed of light, IERS TN36 p. 18
x_E=y[0:3]
x_M=y[6:9]
x_S=y[12:15]
##
# v_E=y[0,3:6]
# v_M=y[0,9:12]
# v_S=y[0,15:18]
##
diff_EM=x_E-x_M
diff_SM=x_S-x_M
diff_ES=x_E-x_S
d_EM=math.sqrt(diff_EM[0]**2 + diff_EM[1]**2 + diff_EM[2]**2)
d_SM=math.sqrt(diff_SM[0]**2 + diff_SM[1]**2 + diff_SM[2]**2)
d_ES=math.sqrt(diff_ES[0]**2 + diff_ES[1]**2 + diff_ES[2]**2)
##
dydt= y[3:6] #E vel
two=G*((m_M*(-diff_EM)/d_EM**3) + (m_S*(-diff_ES)/d_ES**3)) # E acc
three=y[9:12] #M vel
four=G*((m_S*(diff_SM)/d_SM**3) + (m_E*(diff_EM)/d_EM**3)) # M acc
five=y[15:18] #S vel
six=G*((m_E*(diff_ES)/d_ES**3) + (m_M*(-diff_SM)/d_SM**3)) # S acc
dydt=np.append(dydt,two)
dydt=np.append(dydt,three)
dydt=np.append(dydt,four)
dydt=np.append(dydt,five)
dydt=np.append(dydt,six)
return dydt
y0=np.array([0.18030617557041088626562258966E+08, #Epos
-0.13849983879561028969707483658E+09,
-0.60067586558743159549398380427E+08,
0.29095339700433727181771510027E+02, #Evel
0.30306447236947439878791802685E+01,
0.13145956648460951506322034682E+01,
0.17909715946785370737211415301E+08, #Mpos
-0.13879823119464902933064808964E+09,
-0.60230238740754862546525906740E+08,
0.30136092114725188798503502634E+02, #Mvel
0.27407201232607066962011074680E+01,
0.11664485102480685879418310910E+01,
0.67356572699027185845872823900E+06, #Spos
0.11475300015697844979868843500E+06,
0.39801697980815553718511148000E+05,
-0.60903913908114150920444000000E-03, #Svel
0.89648366457310610847232000000E-02,
0.38595942076153950302606500000E-02])