添加链接
link管理
链接快照平台
  • 输入网页链接,自动生成快照
  • 标签化管理网页链接

解算微分代数方程 (DAE)

什么是微分代数方程?

微分代数方程是一类微分方程,其中一个或多个因变量导数未出现在方程中。方程中出现的未包含其导数的变量称为 代数 变量,代数变量的存在意味着您不能将这些方程记为显式形式 y ' = f ( t , y ) 。相反,您可以解算下列形式的 DAE:

  • ode15s ode23t 求解器可以使用奇异质量矩阵 M ( t , y ) y ' = f ( t , y ) 来解算微分指数为 1 的线性隐式问题,包括以下形式的半显式 DAE

    y ' = f ( t , y , z ) 0 = g ( t , y , z ) .

    在此形式中,由于主对角线存在一个或多个零值,因此代数变量的存在会产生奇异质量矩阵。

    M y ' = ( y ' 1 0 0 0 y ' 2 0 0 0 0 0 0 ) .

    默认情况下,求解器会自动检验质量矩阵的奇异性,以检测 DAE 方程组。如果您提前知道奇异性,则可将 odeset MassSingular 选项设为 'yes' 。对于 DAE,您还可以使用 odeset InitialSlope 属性为求解器提供 y ' 0 的初始条件估计值。除此之外,还可在调用求解器时指定 y 0 的常用初始条件。

  • ode15i 求解器可解算更通用的完全隐式形式的 DAE

    f ( t , y , y ' ) = 0 .

    在完全隐式形式下,代数变量的存在会产生奇异雅可比矩阵。这是因为,由于至少有一个变量的导数没有出现在方程中,因此矩阵中的对应列必定全部为零值。

    J = f / y ' = ( f 1 y ' 1 f 1 y ' n f m y ' 1 f m y ' n )

    ode15i 求解器要求您同时为 y ' 0 y 0 指定初始条件。此外,与其他 ODE 求解器不同, ode15i 要求为方程编码的函数能够接受额外输入: odefun(t,y,yp)

DAE 会产生各种方程组,因为物理守恒定律通常具有类似 x + y + z = 0 这样的形式。如果已在方程中显式定义 x x' y y' ,则此守恒方程无需 z' 表达式便足以解算 z

一致的初始条件

在解算 DAE 时,可以同时为 y ' 0 y 0 指定初始条件。 ode15i 求解器要求同时将这两个初始条件指定为输入参量。对于 ode15s ode23t 求解器, y ' 0 的初始条件是可选的(但可使用 odeset InitialSlope 选项指定)。这两种情况下,您所指定的初始条件可能与正在尝试解算的方程不相符。彼此冲突的初始条件称为 不一致 。初始条件的处理因求解器而异:

  • ode15s ode23t - 如果您没有为 y ' 0 指定初始值,则求解器会自动基于您为 y 0 提供的初始条件计算一致的初始条件。如果您为 y ' 0 指定了不一致的初始条件,则求解器会将这些值作为估计值进行处理,尝试计算接近估计值的一致值,并继续解算该问题。

  • ode15i - 您为求解器提供的初始条件必须一致,并且 ode15i 不会检查所提供的值的一致性。辅助函数 decic 可计算满足这一要求的一致初始条件。

微分指数

DAE 的特征是其作为奇异性度量的 微分指数 。通过对方程进行微分,可以消除代数变量,并且如果执行此操作的次数足够多,这些方程将呈现为显式 ODE 方程组。DAE 方程组的微分指数是为了将方程组表示为等效的显式 ODE 方程组必须执行的求导次数。因此,ODE 的微分指数为 0。

微分指数为 1 的 DAE 示例如下

y ( t ) = k ( t ) .

对于此方程,只需执行一次求导便可获得显式 ODE 形式

y ' = k ' ( t ) .

微分指数为 2 的 DAE 示例如下

y ' 1 = y 2 0 = k ( t ) y 1 .

这些方程要求进行两次求导才能重写为显式 ODE 形式

y ' 1 = k ' ( t ) y ' 2 = k ' ' ( t ) .

ode15s ode23t 求解器仅可解算微分指数为 1 的 DAE。如果您的方程微分指数为 2 或更高,则需要将方程重写为微分指数为 1 的等效 DAE 方程组。您可随时对 DAE 方程组求导并将其重写为微分指数为 1 的等效 DAE 方程组。请注意,如果您将代数方程替换为其导数,则可能已删除某些约束。如果这些方程不再包含原始约束,则数值解可能发生漂移。

如果您有 Symbolic Math Toolbox™,则请参阅 Solve Differential Algebraic Equations (DAEs) (Symbolic Math Toolbox) 以获取详细信息。

施加非负性

odeset 的大多数选项与 DAE 求解器 ode15s ode23t ode15i 一起使用时能按预期工作。然而,一个明显的例外是使用 NonNegative 选项。 NonNegative 选项不支持应用于具有质量矩阵的问题的隐式求解器( ode15s ode23t ode23tb )。因此,您不能使用此选项对 DAE 问题施加非负性约束,DAE 问题一定有奇异质量矩阵。有关详细信息,请参阅 [1]

将罗伯逊问题作为半显式微分代数方程 (DAE) 求解

此示例将 ODE 方程组重新表示为微分代数方程组 (DAE)。 hb1ode.m 中的罗伯逊问题是刚性 ODE 解算程序的经典测试问题。方程组为:

function out = robertsdae(t,y) out = [-0.04*y(1) + 1e4*y(2).*y(3) 0.04*y(1) - 1e4*y(2).*y(3) - 3e7*y(2).^2 y(1) + y(2) + y(3) - 1 ];

使用 ode15s 解算 DAE 方程组。根据守恒定律,显然需要一致的 y0 初始条件。使用 odeset 设置选项:

  • 使用常量质量矩阵表示方程组的左侧。

$$\left( \begin{array}{c} y'_1\\ y'_2\\ 0 \end{array} \right) = M y'
\rightarrow M = \left( \begin{array}{ccc} 1 & 0 & 0\\ 0 & 1 & 0\\ 0 & 0 &
0 \end{array} \right)$$

  • 将相对误差容限设为 1e-4

  • 使用 1e-10 的绝对误差作为第二个解分量,因为标度范围与其他分量相差很大。

  • 'MassSingular' 选项保留其默认值 'maybe' ,以测试 DAE 的自动检测。

y0 = [1; 0; 0];
tspan = [0 4*logspace(-6,6)];
M = [1 0 0; 0 1 0; 0 0 0];
options = odeset('Mass',M,'RelTol',1e-4,'AbsTol',[1e-6 1e-10 1e-6]);
[t,y] = ode15s(@robertsdae,tspan,y0,options);

对解绘图。

y(:,2) = 1e4*y(:,2);
semilogx(t,y);
ylabel('1e4 * y(:,2)');
title('Robertson DAE problem with a Conservation Law, solved by ODE15S');

参考

[1] Shampine, L.F., S. Thompson, J.A. Kierzenka, and G.D. Byrne. “Non-Negative Solutions of ODEs.” Applied Mathematics and Computation 170, no. 1 (November 2005): 556–569. https://doi.org/10.1016/j.amc.2004.12.011 .

另请参阅

| | |

相关主题

外部网站

You clicked a link that corresponds to this MATLAB command:

Run the command by entering it in the MATLAB Command Window. Web browsers do not support MATLAB commands.