Matlab 解常微分方程常用工具包

最近使用RNN网络解决优化问题时需要解常微分方程,最开始使用matlab包ode45解,发现在某个数据集中出现ode45跑不出结果的情况(不报错)经过搜索发现,ode45只能用来解决非刚性的常微分方程,于是换用ode15s解。problem solved!

 程序:(常微分方程定义)

%定义常微分方程
function dudt = odepseudoGSM(t, u, f, P, q, I, miu, gaa, rf, wk_return_d1_train, weeks, ep)%ep是epsilon

%syms x;
[M, N] = size(wk_return_d1_train);

x=max(0,u);%relu(u)

g = (I - P) * x + q;%
%fprintf('good g %f\n',g);%465个,48个的和为1,全为正数
%dfx=(2*V*g*(g'*miu)-g'*V*g*miu)'/(g'*miu).^2; %df(x) change ~~~

rb = rf(weeks);
dDSR1 = zeros(M, N);
for dd=1:N %days即论文中的m天, dd是第j天
    rj = wk_return_d1_train(:,dd);%rj是1列
    
    if rj'*g >= rb
       dDSR1(:,dd) = zeros(M,1);
       %dDSR1(dd)=dDSR_dd;%第j天的DSR分量的导数
    elseif rj'*g < rb
        
        dDSR1_dd = 2 * rj * (rj' * g - rb);%% 是个向量不是数字 无法直接求和 %第j天的DSR分量的导数%把1改成了rb
        dDSR1(:,dd) = dDSR1_dd;
        %dDSR1(dd)
        
    end
end
%对dDSR的所有行求和,dDSR是个列向量
dDSR = sum(dDSR1, 2) / N;%DSR(x)的导数
dfx = 0.5 * gaa^2 * dDSR - gaa * miu; 


dudt = 1 / ep * [-P * x - (I - P) * (u - x + dfx) + q];  %equation (16)




end

解常微分方程:

function xk = NNN_IG_536(weeks, wk_return_d1, rf, miu) %weeks是周数,wk_return_d1是全部数据,rb是全部数据,miu是training的均值
wk_return_train = wk_return_d1(:, 1:weeks); %online
[M, ~] = size(wk_return_train); 
P = 1 / M * ones(M, M);
I = eye(M);
q = 1 / M * ones(M, 1);


%初始化迭代
x0 = 1 / M * ones(M, 1); %用equally weighted初始化
iter = 17;
ga = zeros(iter, 1); %列向量记录gamma迭代结果

DSR0 = DSR_a(weeks, wk_return_d1, x0, rf); %初始化DSR0
ga(1) = (miu' * x0 - rf(weeks)) / DSR0; %初始化的gamma值
gaa = ga(1);
dsr_p = zeros(iter, 1);

iteration = 1;
while iteration < iter

    if (gaa < 0.000001) %检查满不满足条件gamma>0
        n1 = length(miu(miu > rf(weeks)));
        for s = 1:M %更新x0
            if (miu(s) > rf(weeks))
                x0(s) = 1 / n1;
            end
        end 
        %更新一个确保能继续迭代的x0(因为else中解出来是行向量)
        DSR0 = DSR_a(weeks, wk_return_train, x0, rf);%更新dsr0
        gaa = (miu' * x0 - rf(weeks)) / DSR0; 
        ga(iteration) = gaa;  %更新gamma
    else %正常情况

        %ode hyperparameter
        step = 0.0002;
        t_end = 0.01;
        tspan = 0:step:t_end; %求解区间
        %解优化问题的常微分方程
        [t,u] = ode15s(@(t,u) odepseudoNN(t, u, x0, P, q, I, miu, gaa, rf ,wk_return_train, weeks, 0.0001), tspan, x0);
        u0 = u(end, :);
        x0 = max(0, u0);%relu
        x0 = x0';%换成列向量输出x0
        DSR0 = DSR_a(weeks, wk_return_train, x0, rf);%更新dsr0
        gaa = (miu' * x0 - rf(weeks)) / DSR0;%更新gamma
        ga(iteration) = gaa;
    end
    %dsr_p(iteration) = DSR_p(weeks, wk_return_d1, x0, rf);
    iteration = iteration + 1;
end %结束迭代
k = [1:15];
figure(1);%k次迭代中gamma的收敛情况
set(gcf, 'unit', 'centimeters', 'position', [10, 10, 16, 10])
linewidth_line = 1.8;
marksize = 5;
linewidth_gca = 0.8;
fontsize_gca = 20;
fontsize_label = 22;
fontsize_legend = 10;
plot(k , ga(1:15));
xlim([1 10])
xticks(0:1:10);
%h = legend('1', '2');
%set(h,'fontsize',fontsize_legend);
set(gca, 'linewidth', linewidth_gca, 'fontsize', fontsize_gca);
%set(gca, 'GridLineStyle', '--');
xlabel('${k}$', 'interpreter', 'latex', 'fontsize',fontsize_label);
ylabel('${\gamma}$','interpreter', 'latex', 'fontsize',fontsize_label);
hold on


%figure(2);
%plot()
xk = x0;%整个函数的output
end

其他人总结的ode工具包:

总结下来:先用ode45尝试,若长时间解不出来,换用ode15s 

  • 2
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值