我有一个由16个耦合的微分方程组成的系统，并且我使用的是Scipy.integrate.odeint软件包。
代码必须运行0到5吉年，然后绘制数据，微分方程的本质是它们极易振荡。最重要的是，我使用的时间步长是1e + 8，否则会出现此恒定错误：
'此调用完成的工作过多（可能是Dfun类型错误）。 以full_output = 1运行以获取定量信息。'
我只是想知道，还有什么其他方法可以使积分器更快地求解？耦合ODE的大型系统是否有更好的集成方法？该代码已经运行了20多个小时，无济于事。
答案 0 :(得分：0)
对于大多数大型微分方程组，主要瓶颈通常是在计算导数（右侧）。您可能纯粹在Python中执行此操作，这使其运行速度大大降低。我写了Python module called JiTCODE，它通过对衍生代码进行硬编码来加快集成速度，并且特别适用于大型ODE系统。
还要注意，odeint使用LSODA并不是非僵硬系统最有效的方法。
如果集成步骤数超过特定阈值，通常会出现错误。对于长时间的集成，这是可以预期的。您可以通过调整参数mxstep来控制它。
odeint还具有一个最大步长参数，该参数以我不知道的方式自动选择。尽管这似乎可以在快速测试中与您的时间比例合理地缩放，但我不能排除它不能很好地解决您的情况下以SI单位使用千兆年的情况，这可能会导致很多步骤。
鉴于您工作了数万亿年（这暗示着天文学，这反过来又使节能成为可能），还应该检查辛辛积分器是否更适合您的问题。