如何使用R中的RCPP使用C ode求解器

How to use C++ ODE solver with Rcpp in R?

本文关键字：ode 使用 何使用 中的 RCPP      更新时间：2023-10-16

评估求解R和C 之间的速度的差异，我在R：

中构建以下ode系统 
modelsir_cpp =function(t,x){
S = x[1]
I1 = x[2]
I2 = x[3]
N=S+I1+I2
with(as.list(parm), {
   dS=B*I1-mu*S-beta*(S*(I1+I2)/N)
   dI1=beta*(S*(I1+I2)/N)-B*I1-lambda12*I1
   dI2=lambda12*I1
   res=c(dS,dI1,dI2)
   return(res)
 })
}

要解决它，我使用了desolde软件包。

times = seq(0, 10, by = 1/52)
parm=c(B=0.01,mu=0.008,beta=10,lambda12=1)
xstart=c(S=900,I1=100,I2=0)
out = as.data.frame(lsoda(xstart, times, modelsir, parm))

这有效。我尝试通过使用R中的RCPP库来求解相同的系统。这是我添加的：

#include <Rcpp.h>
#include <boost/array.hpp>
// include Boost's odeint
#include <boost/numeric/odeint.hpp>
// [[Rcpp::depends(BH)]]
using namespace Rcpp;
using namespace std;
using namespace boost::numeric::odeint;
typedef boost::array< double ,3 > state_type;
// [[Rcpp::export]]
 Rcpp::NumericVector my_fun2(const Rcpp::NumericVector &x, const double t){
 Function f("modelsir_cpp");
    return f(_["t"]=t,_["x"]=x);
}
    void eqsir(const state_type &x, state_type &dxdt, const double t){
      Rcpp::NumericVector nvec=boost_array_to_nvec(x);
      Rcpp::NumericVector nvec2(3);
      nvec2=my_fun2(nvec,t);
      dxdt=nvec_to_boost_array(nvec2);
        }

void write_cout_2( const state_type &x , const double t ) {
  // use Rcpp's stream
  Rcpp::Rcout << t << 't' << x[0] << 't' << x[1] << 't' << x[2] <<  endl;
}
typedef runge_kutta_dopri5< state_type > stepper_type;
// [[Rcpp::export]]
bool my_fun10_solver() {
  state_type x = { 900 , 100, 0 }; // initial conditions
  integrate_adaptive(make_controlled( 1E-12 , 1E-12 , stepper_type () ) ,
                     eqsir , x , 1.0 , 2 , 1/52 , write_cout_2 );
  return true;
}

但是出现了一条错误消息：

在函数'bool my_fun10_solver(('中： ex3.CPP：114：64：错误：呼叫'integnate_Adaptive(boost :: numeric :: odeint :: rescom_of :: make_controllled>>：type>：type type，void(＆amp;((const state_type＆amp; amp; amp; amp; ampe＆ampe＆amp＆amp＆amp＆amp; amp; amp; amp;，double(，state_type＆amp;，double，int，int，void(＆amp;((const state_type＆amp;，double(('' eqsir，x，1.0，2，1/52，write_cout_2(;

我的代码怎么了？

以下是我拿到的脚本，并适应了我的问题。此脚本运行良好。

#include <Rcpp.h>
#include <boost/array.hpp>
// include Boost's odeint
#include <boost/numeric/odeint.hpp>
// [[Rcpp::depends(BH)]]
using namespace Rcpp;
using namespace std;
using namespace boost::numeric::odeint;

typedef boost::array< double ,3 > state_type;
void rhs( const state_type &x , state_type &dxdt , const double t ) {
  dxdt[0] = 3.0/(2.0*t*t) + x[0]/(2.0*t);
  dxdt[1] = 3.0/(2.0*t*t) + x[1]/(2.0*t);
  dxdt[2] = 3.0/(2.0*t*t) + x[1]/(2.0*t);
}
void write_cout( const state_type &x , const double t ) {
  // use Rcpp's stream
  Rcpp::Rcout << t << 't' << x[0] << 't' << x[1] << 't' << x[2] <<  endl;
}
 typedef runge_kutta_dopri5< state_type > stepper_type;
// [[Rcpp::export]]
bool boostExample() {
  state_type x = { 1.0 , 1.0, 1.0 }; // initial conditions
  integrate_adaptive(make_controlled( 1E-12 , 1E-12 , stepper_type () ) ,
                     rhs , x , 1.0 , 10.0 , 0.1 , write_cout );
  return true;
}

您可以尝试以下操作吗？

integrate_adaptive(make_controlled( 1E-12 , 1E-12 , stepper_type () ) ,
                 eqsir , x , 1.0 , 2.0 , 1.0/52.0 , write_cout_2 );

不过有几个优化建议。您正在解决一种颂歌，这表明您是物理学家或工程师，这太棒了，我也是物理学家，物理学家只是摇滚。

但是，计算机科学家也是如此，他们尽了最大的努力尽可能快地做事。他们建立了编译器，这些编译器消除了许多涉及的思想。尽可能地帮助他们。

我为什么告诉你这个？回到颂歌。Boost的自适应间介绍可能正在调用eqsir() 1e9次。尝试使该功能尽可能地表现。考虑重写my_fun2，以便x被覆盖而不是创建新的并返回。x是最后一个状态。除非您想绘制动态，否则您不会关心它。

void my_fun2(Rcpp::NumericVector &x, const double t);

也

Rcpp::NumericVector nvec=boost_array_to_nvec(x);
Rcpp::NumericVector nvec2(3);

必须在每个呼叫上分配新的内存。最后，考虑将2个转换器用于nvec和state_type与我写为第二个选项的参考文献。您的新eqsir看起来像这样，并且运行速度可能会更快。

Rcpp::NumericVector nvec(3); // declared outside
void eqsir(const state_type &x, state_type &dxdt, const double t){
  boost_array_to_nvec(x, nvec);
  my_fun2(nvec,t);
  nvec_to_boost_array(nvec, dxdt);
}
相关文章：