Как исправить ошибку TypeError: в setindex! в DifferentialEquations.jl
Недавно я начал с Джулии (v1.0.3) DifferentialEquations.jl
пакет. Я попытался решить простую систему ODE, с той же структурой, что и моя реальная модель, но гораздо меньше. В зависимости от решателя, который я использую, пример либо решает, либо выдает ошибку. Рассмотрим MWE, модель химической инженерии последовательной / параллельной реакции в CSTR:
using DifferentialEquations
using Plots
# Modeling a consecutive / parallel reaction in a CSTR
# A --> 2B --> C, C --> 2B, B --> D
# PETERSEN-Matrix
# No. A B C D Rate
# 1 -1 2 k1*A
# 2 -2 1 k2*B*B
# 3 2 -1 k3*C
# 4 -1 1 k4*B
function fpr(dx, x, params, t)
k_1, k_2, k_3, k_4, q_in, V_liq, A_in, B_in, C_in, D_in = params
# Rate equations
rate = Array{Float64}(undef, 4)
rate[1] = k_1*x[1]
rate[2] = k_2*x[2]*x[2]
rate[3] = k_3*x[3]
rate[4] = k_4*x[2]
dx[1] = -rate[1] + q_in/V_liq*(A_in - x[1])
dx[2] = 2*rate[1] - 2*rate[2] + 2*rate[3] - rate[4] + q_in/V_liq*(B_in - x[2])
dx[3] = rate[2] - rate[3] + q_in/V_liq*(C_in - x[3])
dx[4] = rate[4] + q_in/V_liq*(D_in - x[4])
end
u0 = [1.5, 0.1, 0, 0]
params = [1.0, 1.5, 0.75, 0.15, 3, 15, 0.5, 0, 0, 0]
tspan = (0.0, 15.0)
prob = ODEProblem(fpr, u0, tspan, params)
sol = solve(prob)
plot(sol)
Это работает отлично. Однако, если выбрать другой решатель, скажем, Rosenbrock23()
или же Rodas4()
, ODE не решена, и я получаю следующую ошибку:
ERROR: LoadError: TypeError: in setindex!, in typeassert, expected Float64,
got ForwardDiff.Dual{Nothing,Float64,4}
Я не буду вставлять сюда всю трассировку стека, так как она очень длинная, но вы можете легко воспроизвести ее, изменив sol = solve(prob)
в sol = solve(prob, Rosenbrock23())
, Мне кажется, что ошибка возникает, когда решатель пытается вывести якобиан, но я понятия не имею, почему. И почему решатель по умолчанию работает, а другие нет?
Пожалуйста, кто-нибудь может сказать мне, почему эта ошибка возникает и как ее можно исправить?
1 ответ
Автоматическое дифференцирование работает мимоходом Dual
вводит через вашу функцию вместо плавающих, с которыми вы обычно используете ее. Таким образом, проблема возникает потому, что вы фиксируете внутреннее значение rate
быть типом Vector{Float64}
(см. третий пункт здесь, и этот совет). К счастью, это легко исправить (и даже лучше, ИМХО):
julia> function fpr(dx, x, params, t)
k_1, k_2, k_3, k_4, q_in, V_liq, A_in, B_in, C_in, D_in = params
# Rate equations
# should actually be rate = [k_1*x[1], k_2*x[2]*x[2], k_3*x[3], k_4*x[2]], as per @LutzL's comment
rate = [k_1*x[1], k_2*x[2], k_3*x[3], k_4*x[2]]
dx[1] = -rate[1] + q_in/V_liq*(A_in - x[1])
dx[2] = 2*rate[1] - 2*rate[2] + 2*rate[3] - rate[4] + q_in/V_liq*(B_in - x[2])
dx[3] = rate[2] - rate[3] + q_in/V_liq*(C_in - x[3])
dx[4] = rate[4] + q_in/V_liq*(D_in - x[4])
end
Это работает с обоими Rosenbrock23
а также Rodas4
,
Кроме того, вы можете отключить AD с Rosenbrock23(autodiff=false)
(который, я думаю, вместо этого будет использовать конечные различия), или поставит якобиана.