Pydde. Um solucionador para as equações diferenciais de atraso escrito em Python e C.
Baixe Agora

Pydde. Classificação e resumo

Pydde. Tag

equação equações diferenciais Equações Solver DDesolve backend ddesolve

Pydde. Descrição

Um solucionador para atraso equações diferenciais escrito em Python e C. A Pydde é um solucionador numérico de código aberto para sistemas de equações diferenciais de atraso (DDES), implementado como um pacote Python e escrito em Python e C. pydde é construído em torno do back-end de DDesolve, um pacote R com a mesma funcionalidade.pydde Pode resolver uma ampla gama de modelos ODE e DDE com descontinuidades que podem ter efeitos dependentes do estado, mas tempos independentes do estado. A simulação é tratada por um esquema RK2 (3) embutido de passo adaptável com interpolação cúbica de Hermite para cálculo de termos de atraso. Algumas das vantagens do Pydde são que é rápida, eficiente e permite a rápida prototipagem de modelos scriptable em um ambiente livre e independente de plataforma.Motivação. Há uma falta de soluções numéricas facilmente obteníveis de equações diferenciais de atraso para idiomas interpretadas. A maioria dos solucionadores exige algum conhecimento de programação em C ou Fortran, ou é executado apenas sob ambientes proprietários, como Matlab TM.One livremente disponível (open source e distribuível para fins não comerciais) DDE Solver é Solv95 de Simon Wood, que emprega Entalhe adaptivamente incorporado RK2 (3) com interpolação cúbica de Hermite no cálculo dos termos de atraso. Algumas das vantagens do Solv95 são que é rápida, eficiente e pode resolver uma ampla gama de modelos ODE e DDE. Uma de suas desvantagens é que a rápida prototipagem de modelos (que as linguagens interpretadas normalmente fornecem) é dificultada pelo requisito de que os modelos sejam escritos em C. Além disso, o Solv95 foi desenvolvido para um ambiente do Microsoft Windows e foi portado para o Mac OS 10.4, mas Não está disponível para usuários de outros sistemas sem modificação significativa.Python é uma linguagem gratuita e intérprete que está disponível para praticamente todos os modernos sistemas operacionais e a maioria das plataformas de hardware. É finalmente construído para ser extremamente flexível e extensível. A página Python.org Cotações fornece uma ideia da ampla gama de usos do Python. Por causa dessas vantagens, escolhi o Python como um ambiente em que envolva Solv95 como um solver rápido, poderoso, fácil de usar e da DDE de plataforma cruzada. Entre DDesolve e Pydde. Pydde começou a vida no final de 2005 como um porto de Solv95. Foi um porto bastante fiel, e funcionou, mas não foi muito fácil de usar. Apenas quando eu estava olhando para criar um novo porto de Solv95 para R, veio DDesolve, por Alex Couture-beil, Jon Schnute e Rowan Haigh da Pesca e do Pacífico Biológico do Canadá. Para simplificar a manutenção de ambas as portas (e eu pessoalmente uso ambos), decidi mover Pydde para o mesmo back-end usado pelo DDesolmin. Há um par de pequenas simplificações e uma nova função para simplificar a interface com as rotinas de integração, mas caso contrário, a Pydde é tão poderosa e flexível quanto antes. Como bônus, também é mais fácil de usar! Além das questões habituais susceptíveis de serem encontradas ao traduzir entre os idiomas de programação, deve ser trivial para os modelos portuários da DDesolve para Pydde.Differences entre Solv95 e Pydde. O Pydde é construído diretamente no DDesolve Back End, e DDesolve é construído diretamente no código usado no Solv95, mas há uma série de diferenças. O mais importante está relacionado à velocidade: Como o Pydde usa Python como outra camada sobre os algoritmos Solv95, é um pouco mais lento que o original. (Observe que o Pydde não envolve a interface R da DDesolve; a interface para o back-end usa apenas bibliotecas Python e C.) Grande parte do gerenciamento de memória foi reescrita, então "milhagem pode variar" um pouco aqui também. No entanto, em termos práticos, Pydde deve executar comparativamente na maioria das situações. Ele também tem melhor manuseio de erros e disponibiliza o poder do Python para processar dados de solução, então o tempo extra de computação deve ser mais do que feita por um desenvolvimento de modelo muito mais rápido. Requisitos: · Pitão · NUMPY.

Pydde. Software Relacionado