Python中过于僵硬的ODE

我正在研究一个过于僵硬的Michaelis-Menten类型的系统（已经在Matlab中实现并发布，用ode15s很容易解决）。我将其转换为Python，但没有一个解算器可以超越集成中的步骤2。 我试过：

#time
t_start = -10
t_end = 12
t_step = 0.01

# Number of time steps: 1 extra for initial condition
num_steps = np.floor((t_end - t_start)/t_step) + 1
[...]
#integration

r = integrate.ode(JahanModel_ODE).set_integrator('lsoda', atol=1e-8,rtol=1e-6)

对于集成商来说：

 r = integrate.ode(JahanModel_ODE).set_integrator('vode',method='bdf', order=5)

具有不同的公差

我得到的只是

UserWarning:lsoda:在这个调用中做了过多的工作（可能是错误的Dfun） 类型）意外的istate=%s“%istate”）

或

用户警告：vode:此呼叫已完成过多工作。（也许错了。） '意外的istate=%s'%istate））

我还尝试了t_步骤的不同值

这里似乎已经有了一个令人满意的答案：，但这些链接已经不起作用了，谷歌暗示lsoda已经优于LSODE了

---

编辑：这是完整的代码，没有打印实例

你能发布你的全部代码吗？解决僵硬的系统可能很麻烦，如果我能自己解决这个系统，帮助你会更容易。既然你已经翻译了这段代码，我还建议你检查一下你没有引入任何拼写错误。这些系统对参数的数字或符号的任何变换都很敏感。将

ode15s

的输出输入到Matlab和Python ODE函数中，以确认结果是相同的（在一个较小的数值公差内）。代码似乎太长@davidrpugh，长达15000个字符。我如何上传？因为它主要是复制粘贴，我检查了好几次，所以我认为拼写错误的可能性并没有那么大。不过我会再检查一遍。您是否尝试将代码第1031行中的

order=15

更改为like

order=2

（如果您使用BDF order@qbzenker，请参阅scipy代码：是的，我尝试了不同的顺序、公差以及t_步骤的不同值。没有任何效果。您可以发布您的全部代码吗？解决僵硬的系统可能会很麻烦，如果我可以尝试自己解决系统，则会更容易帮助您。既然您已经翻译了此代码，我还建议est检查您是否没有输入任何打字错误。这些系统可能对参数的数字或符号的任何转置都很敏感。将

ode15s

的输出馈送到您的Matlab和Python ODE函数中应该很简单，以确认结果是相同的（在较小的数字公差内）。代码似乎太长@davidrpugh，15000个字符。我如何上传它？因为它主要是复制和粘贴的，我检查了几次，我认为拼写错误的可能性没有那么大。不过我会再次检查。您是否尝试将代码第1031行中的

order=15

更改为喜欢

order=2

（如果您使用的是BDF order@qbzenker，则来自scipy代码）：是的，我尝试了不同的顺序、公差以及t_步骤的不同值。没有任何效果。