我正在使用 Python scipy.integrate.ode，我想在某个条件下停止我的集成。所以我使用积分器“dopri5”并使用方法“set_solout”为我的停止条件指定一个函数。
不幸的是，在某些情况下，程序说我的问题很棘手，然后退出。（消息是“用户警告：dopri5：问题可能很僵硬（中断）”）。所以我尝试了另一个积分器。该文档提到了其他 3 个可能适用于棘手问题的集成器（“vode”、“zvode”和“lsoda”）。（还有“dop853”，但退出方式与“dopri5”相同）。
这是我的问题：这些集成器都不支持“set_selout”方法。那么：是否有另一种方法可以在某个条件下阻止这些集成器中的任何一个？
编辑（几个小时后）：我用很短的时间步重复调用“集成”方法（积分器设置为“lsoda”）解决了这个问题；并在每次通话后检查我的结束情况。丑陋，但可以完成工作。我仍然想知道是否有更好的方法来做到这一点。
我不知道用 SciPy 处理这个问题的更好方法，因为我认为它没有事件处理。但是，如果您愿意冒险超越 SciPy，以下软件具有该功能，可以记录为事件处理或 rootfinding：
ode23和ode15s如果你想坚持 Python 科学家族，你可以选择Assimulo。Assimulo 是许多 ODE 集成器的包装器，提供通用接口。如果您碰巧在 Windows 上运行，您可以在Christoph Gohlke 的页面上找到轮子。
Assimulo 允许处理状态事件以允许 ODE 的 RHS 函数中的不连续性，但您也可以使用它们在满足特定条件时停止迭代。
该过程是定义一个函数“state_events”来分析事件是否发生，第二个函数“handle_event”相应地采取行动（改变状态方程，改变变量，停止迭代，......）。
Assimulo 包中的示例是一个撞到墙上的钟摆。当它撞到墙上时，状态会发生变化，即方向应该反转并且应该损失一些能量。
我修改了 Assimulo 附带的示例，使用一个简单的指数衰减问题，我要求在物种浓度低于阈值时停止积分。请参阅下面的代码。
#!/usr/bin/env python
# -*- coding: utf-8 -*-
import numpy as N
import pylab as P
from assimulo.problem import Explicit_Problem
from assimulo.solvers.sundials import CVode
from assimulo.exception import TerminateSimulation
def run_example():
def decay(t,y):
yd_0 = -0.5*y[0]
return N.array([yd_0])
def state_events(t,y,sw):
"""
This is our function that keep track of our events, when the sign
of any of the events has changed, we have an event.
"""
return N.array([y[0]-50.0])
def handle_event(solver, event_info):
"""
Event handling. This functions is called when Assimulo finds an event as
specified by the event functions.
"""
state_info = event_info[0] #We are only interested in state events info
if state_info[0] != 0: #Check if the first event function have been triggered
raise TerminateSimulation
#Initial values
y0 = [100.0] #Initial states
t0 = 0.0 #Initial time
#Create an Assimulo Problem
mod = Explicit_Problem(decay, y0, t0)
mod.state_events = state_events #Sets the state events to the problem
mod.handle_event = handle_event #Sets the event handling to the problem
mod.name = 'Simple decay' #Sets the name of the problem
#Create an Assimulo solver (CVode)
sim = CVode(mod)
#Specifies options
sim.discr = 'BDF' #Sets the discretization method
sim.iter = 'Newton' #Sets the iteration method
sim.rtol = 1.e-8 #Sets the relative tolerance
sim.atol = 1.e-6 #Sets the absolute tolerance
#Simulation
ncp = 200 #Number of communication points
tfinal = 10.0 #Final time
t,y = sim.simulate(tfinal, ncp) #Simulate
#Print event information
sim.print_event_data()
#Plot
P.plot(t,y)
P.show()
if __name__=='__main__':
run_example()
python中的事件检测：
解决方案可能是 https://docs.scipy.org/doc/scipy/reference/generated/scipy.integrate.solve_ivp.html
来自文档：用于非刚性问题的“RK45”或“RK23”方法和用于刚性问题的“Radau”或“BDF”。