在 boost::odeint 中使用 VectorXd

如何解决在 boost::odeint 中使用 VectorXd

我需要用 C++ 解决一些与我的论文领域相关的 ODE 系统。为此，我可以依赖现有的软件包，其中有人已经实现了数学问题并对求解器进行了硬编码。

现在，尽可能保留给定的结构体，我想使用更强大且性能更强的积分器，例如 boost::odeint 中提供的积分器。

这是包里的功能，我想修改一下以便集成。

//Ordinary differential equation describing elastic rod
Eigen::VectorXd cosseratRodOde(Eigen::VectorXd y){
    //Unpack state vector
    Eigen::Matrix3d R = Eigen::Map<Eigen::Matrix3d>(y.segment<9>(3).data());
    Eigen::Vector3d n = y.segment<3>(12);
    Eigen::Vector3d m = y.segment<3>(15);

    //Hard-coded material constitutive equation w/ no precurvature
    Eigen::Vector3d v = Kse.inverse()*R.transpose()*n + Eigen::Vector3d::UnitZ();
    Eigen::Vector3d u = Kbt.inverse()*R.transpose()*m;

    //ODEs
    Eigen::Vector3d p_s = R*v;
    Eigen::Matrix3d R_s = R*hat(u);
    Eigen::Vector3d n_s = -rho*A*g;
    Eigen::Vector3d m_s = -p_s.cross(n);

    //Pack state vector derivative
    Eigen::VectorXd y_s(18);
    y_s << p_s,Eigen::Map<Eigen::VectorXd>(R_s.data(),9),n_s,m_s;

    return y_s;
}

现在我知道这个函数需要修改。它必须为 void 并具有 dxdt 和 t 参数。我试了很多次，我不想让这篇文章太冗长。

如何集成此功能？ 对于这种数值积分，是否有更有效/更实用的解决方案？

因为我需要实现 Levemberg-Marquadart 算法，所以我更愿意继续使用 Eigen，以便在使用时可以依赖他们的算法版本。

谢谢。