c++ - 如何在 R 中使用带有 Rcpp 的 C++ ODE 求解器？

Question

为了评估 R 和 C++ 之间求解 ODE 的速度差异，我在 R 中构建了以下 ODE 系统：

modelsir_cpp =function(t,x){
S = x[1]
I1 = x[2]
I2 = x[3]
N=S+I1+I2
with(as.list(parm), {
   dS=B*I1-mu*S-beta*(S*(I1+I2)/N)
   dI1=beta*(S*(I1+I2)/N)-B*I1-lambda12*I1
   dI2=lambda12*I1
   res=c(dS,dI1,dI2)
   return(res)
 })
}

为了解决它，我使用了 deSolve 包。

times = seq(0, 10, by = 1/52)
parm=c(B=0.01,mu=0.008,beta=10,lambda12=1)
xstart=c(S=900,I1=100,I2=0)
out = as.data.frame(lsoda(xstart, times, modelsir, parm))

这行得通。我尝试通过在 R 中使用 Rcpp 库，使用 C++ 求解器解决相同的系统。这是我添加的内容：

#include <Rcpp.h>
#include <boost/array.hpp>

// include Boost's odeint
#include <boost/numeric/odeint.hpp>

// [[Rcpp::depends(BH)]]

using namespace Rcpp;
using namespace std;
using namespace boost::numeric::odeint;

typedef boost::array< double ,3 > state_type;

// [[Rcpp::export]]
 Rcpp::NumericVector my_fun2(const Rcpp::NumericVector &x, const double t){
 Function f("modelsir_cpp");
    return f(_["t"]=t,_["x"]=x);
}
    void eqsir(const state_type &x, state_type &dxdt, const double t){
      Rcpp::NumericVector nvec=boost_array_to_nvec(x);
      Rcpp::NumericVector nvec2(3);
      nvec2=my_fun2(nvec,t);
      dxdt=nvec_to_boost_array(nvec2);
        }


void write_cout_2( const state_type &x , const double t ) {
  // use Rcpp's stream
  Rcpp::Rcout << t << '\t' << x[0] << '\t' << x[1] << '\t' << x[2] <<  endl;
}
typedef runge_kutta_dopri5< state_type > stepper_type;

// [[Rcpp::export]]
bool my_fun10_solver() {
  state_type x = { 900 , 100, 0 }; // initial conditions
  integrate_adaptive(make_controlled( 1E-12 , 1E-12 , stepper_type () ) ,
                     eqsir , x , 1.0 , 2 , 1/52 , write_cout_2 );
  return true;
}

但是出现了一条错误消息：

在函数'bool my_fun10_solver()'中：ex3.cpp:114:64: 错误：没有匹配函数调用'integrate_adaptive(boost::numeric::odeint::result_of::make_controlled > >::type, void (& )(const state_type&, state_type&, double), state_type&, double, int, int, void (&)(const state_type&, double))' eqsir , x , 1.0 , 2 , 1/52 , write_cout_2 );

我的代码有什么问题？

以下是我采用并适应我的问题的脚本。该脚本运行良好。

---

#include <Rcpp.h>
#include <boost/array.hpp>

// include Boost's odeint
#include <boost/numeric/odeint.hpp>

// [[Rcpp::depends(BH)]]

using namespace Rcpp;
using namespace std;
using namespace boost::numeric::odeint;


typedef boost::array< double ,3 > state_type;

void rhs( const state_type &x , state_type &dxdt , const double t ) {

  dxdt[0] = 3.0/(2.0*t*t) + x[0]/(2.0*t);
  dxdt[1] = 3.0/(2.0*t*t) + x[1]/(2.0*t);
  dxdt[2] = 3.0/(2.0*t*t) + x[1]/(2.0*t);
}

void write_cout( const state_type &x , const double t ) {
  // use Rcpp's stream
  Rcpp::Rcout << t << '\t' << x[0] << '\t' << x[1] << '\t' << x[2] <<  endl;
}

 typedef runge_kutta_dopri5< state_type > stepper_type;

// [[Rcpp::export]]
bool boostExample() {
  state_type x = { 1.0 , 1.0, 1.0 }; // initial conditions
  integrate_adaptive(make_controlled( 1E-12 , 1E-12 , stepper_type () ) ,
                     rhs , x , 1.0 , 10.0 , 0.1 , write_cout );
  return true;
}

标签： c++rrcpp

Answer 1

请问可以试试下面的吗？

integrate_adaptive(make_controlled( 1E-12 , 1E-12 , stepper_type () ) ,
                 eqsir , x , 1.0 , 2.0 , 1.0/52.0 , write_cout_2 );

不过有几个优化建议。你正在求解一个 ODE，这表明你是一名物理学家或工程师，这太棒了，我也是一名物理学家，而物理学家只是摇滚。

但计算机科学家也是如此，他们尽最大努力尽可能快地做事。他们构建编译器，这带走了很多相关的思考。尽量帮助他们。

我为什么要告诉你这些？回到 ODE 的事情。boost 的自适应积分器可能是调用eqsir() 1e9时间。尝试使该功能尽可能高效。考虑重写my_fun2以便x被覆盖而不是创建一个新的并返回它。x是最后一个状态。除非你想绘制动态，否则你不会关心它。

void my_fun2(Rcpp::NumericVector &x, const double t);

还

Rcpp::NumericVector nvec=boost_array_to_nvec(x);
Rcpp::NumericVector nvec2(3);

必须在每次调用时分配新内存。最后，考虑将 2 个转换器用于我nvec写state_type的参考文献作为第二个选项。你的新eqsir机器看起来像这样并且运行速度可能会快很多。

Rcpp::NumericVector nvec(3); // declared outside
void eqsir(const state_type &x, state_type &dxdt, const double t){
  boost_array_to_nvec(x, nvec);
  my_fun2(nvec,t);
  nvec_to_boost_array(nvec, dxdt);
}