library(deSolve)
require(deSolve)
delta_conc <- function(time, current_state, params) {
with(as.list(c(current_state, params)),{
dX <- Y
dY <- X - X^3 - 0.25*Y + A * sin(t)
return(list(c(dX, dY)))
})
}
params <- c(
A <- 0.2645
)
initial_state <- c(
X <- 0.9,
Y <- 0.4
)
times <- 1:10
model <- ode(initial_state, times, delta_conc, params)
summary(model)
matplot(model, type="l",lty=1, main="Enzyme model", xlab="Time")
当我尝试运行它时,我收到了以下错误消息:
checkFunc中出错(Func2,times,y,rho(:func(((21(返回的导数数必须等于初始条件向量(2(的长度
当我排除"sin(t("部分时,它是有效的,所以问题出在该部分,但我是一个初学者,所以我不知道如何处理这个问题
实际时间步长应始终使用einert
或time
。在您的情况下,t
没有定义为变量,因此t
被解释为转置函数。
以下内容应该有效:
require(deSolve)
delta_conc <- function(time, current_state, params) {
with(as.list(c(current_state, params)),{
dX <- Y
dY <- X - X^3 - 0.25*Y + A * sin(time)
return(list(c(dX, dY)))
})
}
params <- c(
A = 0.2645
)
initial_state <- c(
X = 0.9,
Y = 0.4
)
times <- 1:10
model <- ode(initial_state, times, delta_conc, params)
summary(model)
matplot.0D(model, type="l",lty=1, main="Enzyme model", xlab="Time")
此外,该代码还存在一些其他问题:
- 使用
require
或library
,而不是同时使用 - 在
c()
中使用=
。这是参数匹配,而不是赋值
另外两个建议:
- 您可以使用deSolve内置的绘图函数
matplot.0D
- 我建议使用
times <- seq(0, 10, length.out = 100)
而不是1:10。这样剧情就会变得流畅。用1(或其他值(开始时间可能可以,但用0开始时间通常更方便