解微分方程不起作用
desolve differential equations not working
我写了一些具有逻辑增长组件的代码(即当 N 接近 'carrying capacity' 它以较慢的速度增长,直到它到达 'carrying capacity' 它停止增长)。但是,当我 运行 它在 R 中时,它似乎不起作用。一些人口最终超过了承载能力。我看过数学,一切正常。所以我认为问题在于 dN/dt 只为每个人口计算一次。有谁知道如何解决这个问题?
如有任何帮助,我们将不胜感激!
示例代码如下:
library('optimbase')
library('deSolve')
library('tidyverse')
K = 150000 #carrying capacity
deaths = 0.2567534 #death rate
treesize = 0.23523 #resource size
K_mat = K*ones(10, 1) #matrix of Ks
death_mat = deaths*ones(10, 1) #matrix of deathrates
tree_mat = treesize*ones(11, 1) #matrix of resources
for_mat <- matrix(rbinom(11 * 10, 1, 0.2), ncol = 11, nrow = 10) #connection
#matrix of foraging
parameters <- c(for_mat, tree_mat, death_mat, K_mat) #outline parameters
N <- runif(10,0,K)
state <- N #starting state
nestchange <- function(t, state, parameters){
with(as.list(c(state, parameters)),{
r = for_mat %*% tree_mat - death_mat
dNdt = r*N - r*N*(N/K_mat)
list(c(dNdt))
})
}
times <- seq(0,100)
out <- ode (y = state,
times = times,
func = nestchange,
parms = parameters)
results <- as.data.frame(out)
results <- gather(results, 'nest', 'N', 2:11)
ggplot(data=results,
aes(x=time, y=N, colour=nest)) +
geom_line() +
theme_bw()
你的函数实际上应该是,
nestchange <- function(t, state, parameters){
with(as.list(c(state, parameters)),{
r <- for_mat %*% tree_mat - death_mat
dNdt <- r*state - r*state*(state/K_mat)
list(c(dNdt))
})
}
因为 ODE 求解器在每个时间步将 state
传递给函数,而函数正在使用变量 N
进行计算,而不是由 ODE 求解器更新。
我写了一些具有逻辑增长组件的代码(即当 N 接近 'carrying capacity' 它以较慢的速度增长,直到它到达 'carrying capacity' 它停止增长)。但是,当我 运行 它在 R 中时,它似乎不起作用。一些人口最终超过了承载能力。我看过数学,一切正常。所以我认为问题在于 dN/dt 只为每个人口计算一次。有谁知道如何解决这个问题?
如有任何帮助,我们将不胜感激!
示例代码如下:
library('optimbase')
library('deSolve')
library('tidyverse')
K = 150000 #carrying capacity
deaths = 0.2567534 #death rate
treesize = 0.23523 #resource size
K_mat = K*ones(10, 1) #matrix of Ks
death_mat = deaths*ones(10, 1) #matrix of deathrates
tree_mat = treesize*ones(11, 1) #matrix of resources
for_mat <- matrix(rbinom(11 * 10, 1, 0.2), ncol = 11, nrow = 10) #connection
#matrix of foraging
parameters <- c(for_mat, tree_mat, death_mat, K_mat) #outline parameters
N <- runif(10,0,K)
state <- N #starting state
nestchange <- function(t, state, parameters){
with(as.list(c(state, parameters)),{
r = for_mat %*% tree_mat - death_mat
dNdt = r*N - r*N*(N/K_mat)
list(c(dNdt))
})
}
times <- seq(0,100)
out <- ode (y = state,
times = times,
func = nestchange,
parms = parameters)
results <- as.data.frame(out)
results <- gather(results, 'nest', 'N', 2:11)
ggplot(data=results,
aes(x=time, y=N, colour=nest)) +
geom_line() +
theme_bw()
你的函数实际上应该是,
nestchange <- function(t, state, parameters){
with(as.list(c(state, parameters)),{
r <- for_mat %*% tree_mat - death_mat
dNdt <- r*state - r*state*(state/K_mat)
list(c(dNdt))
})
}
因为 ODE 求解器在每个时间步将 state
传递给函数,而函数正在使用变量 N
进行计算,而不是由 ODE 求解器更新。