matrix - Python：如何用雅可比行有效地解决 DAE？

Question

我正在尝试使用 Assimulo 包来求解一组微分代数方程 (DAE)。我正在尝试使用类似于此处显示的算法。但是，似乎没有传递稀疏矩阵的选项。我的雅可比矩阵非常大，大约 3000 x 3000。你知道是否有一种方法可以更有效地解决我的 DAE 问题吗？

标签： matrixdifferential-equationsjmodelicasundialsassimulo

Answer 1

根据我对稀疏 ODE 系统（更准确地说是半离散 PDE 系统）的经验，使用迭代线性求解器可以大大提高数值效率。据我所知，Assimulo 不允许提供雅可比稀疏模式，但更改线性求解器是解决此问题的另一种方法。

你会做这样的事情：

model = Explicit_Problem(ode_function, y0=y_init, t0=t_init)
simulator = CVode(model)
sim.linear_solver = 'SPGMR'

我不确定这是否也适用于 DAE 系统，但我认为值得一试。