朱莉娅积分微分方程:方法错误:无方法匹配

Question

我正在尝试在Julia中矢量微分方程。但是我卡在以下错误警告上：

MethodError： no method match hDerivative（：：Array{Float64,1}， ：：Nothing，>：：Float64） 最接近的候选人是： hDerivative（：：Any， ：：Any） at In[8]：3 hDerivative（：：Any） at In[13]：3

我基本上不确定函数"hDerivative"的语法。我尝试返回微分，但也将"timederiv"作为函数 hDerivative 的参数，类似于我在 Julia 中关于微分方程的 tuturial 中看到的，尽管这看起来有点奇怪（我习惯了 python）。

这是我使用的代码示例：

using DifferentialEquations
N=10
J=randn(Float64,N,N)
g=1
function hDerivative(h,timederiv)
    timederiv=zeros(Float64,N)
    for i=1:length(h)
        for j=1:length(h)
            timederiv[i]=timederiv[i]+J[i,j]*tanh(h[j])            
        end
    end  
end
hinit=zeros(Float64,N)
tspan=(0.0,1.0)
prob = ODEProblem(hDerivative,hinit,tspan)
solve(prob)

谁能帮我？

Answer 1

@LutzL的评论完全正确，此代码的问题在于它没有定义文档中提到的导数函数。相反，以下利用(du,u,p,t)窗体的代码有效：

using DifferentialEquations
N=10
J=randn(Float64,N,N)
g=1
function hDerivative(timederiv,h,p,t)
    for i=1:length(h)
        timederiv[i] = 0
        for j=1:length(h)
            timederiv[i]=timederiv[i]+J[i,j]*tanh(h[j])            
        end
    end  
end
hinit=zeros(Float64,N)
tspan=(0.0,1.0)
prob = ODEProblem(hDerivative,hinit,tspan)
solve(prob)