MATLAB Function Reference

odeset

產生或改變輸入到常微分等式(ODE)解題器的選擇架構

Syntax

options = odeset('name1',value1,'name2',value2,...)
options = odeset(oldopts,'name1',value1,...)
options = odeset(oldopts,newopts)
odeset

Description

odeset 函數讓你調整 ODE 解題器的積分參數。ODE 解題器可以以其中一種形式對微分等式的系統做積分

或

有關積分參數的資訊，請看以下。

options = odeset('name1',value1,'name2',value2,...) 產生積算器(integrator)選項結構，讓屬性有特定的值。其他沒有指定的屬性都是預設值。只要輸入可以獨立確定屬性名稱的前幾個字母就可以了。屬性名稱的大小寫會被忽略。

options = odeset(oldopts,'name1',value1,...) 改變已經存在的選項結構 oldopts。

options = odeset(oldopts,newopts) 合併新的選項結構 newopts 到已存在選項結構 oldopts。任何不是空矩陣的新選項會覆寫掉對應 oldopts 的選項。

odeset 沒有輸入參數，會儘可能的顯示所有屬性名稱和預設值。

Properties

可用的屬性依據使用的 ODE 解題器決定。有下面幾種的屬性：

• 誤差容忍度(Error tolerance)
• 解題器輸出(Solver output)
• Jacobian matrix
• 事件位置(Event location)
• 矩陣和代數微分等式(Mass matrix and differential-algebraic equations (DAEs))
• 步距(Step size)
• ode15s

Note    此參考頁面描述 MATLAB 第六版的 ODE 屬性。第五版的屬性只提供向後相容的部份。關於第五版屬性的資訊，在 MATLAB 命令列輸入：more on, type odeset, more off。

Table 1-1: 誤差容忍度屬性(Error Tolerance Properties)

Property	Value	Description
RelTol	正純量 {1e-3}	使用在解答向量所有元素的相對誤差容忍度。每一步積分的估計誤差滿足 e(i)  max(RelTol*abs(y(i)),AbsTol(i))。
AbsTol	正純量或向量 {1e-6}	絕對誤差容忍度。如果是純量，則此容忍度會使用在解答向量的所有元素。不是的話，容忍度只使用在相關的元素。
NormControl	on | {off}	控制相關於 norm of solution 的解答誤差。設定這個屬性 on 來要求解題器控制積分每一步的誤差在 norm(e)   max(RelTol*norm(y),AbsTol)。在預設的情況下，解題器使用較嚴厲的元素誤差控制。

Table 1-2: 解題器輸出屬性(Solver Output Properties)

Property	Value		Description
OutputFcn	函數	可設置的輸出函數。ODE 解題器提供範例函數，你可以使用或是修該它：
		odeplot	畫時間系列(預設)
		odephas2	畫二維相角平面圖
		odephas3	畫三維相角平面圖
		odeprint	在計算時印出解答
		產生或修改輸出函數，看 MATLAB 文件中"微分等式"(Differential Equations)一節裡面的ODE 解題器輸出屬性(ODE Solver Output Properties)
OutputSel	索引的向量	定義傳到輸出函數的解答向量元素。
Refine	正整數	產生較平滑的輸出，用一個特定的乘數來增加輸出點的個數。 預設值除了 ode45 是 4 以外，所有的解題器預設值都是 1。Refine 在 length(tspan) > 2 時沒用。
Stats	on | {off}	定義解題器是否應該顯示關於積分計算花費的統計。

Table 1-3: Jacobian Matrix Properties (for ode15s, ode23s, ode23t, and ode23tb)

Property	Value	Description
Jacobian	函數 | 常數矩陣	Jacobian function。設定此屬性成 @FJac (如果函數 FJac(t,y) 傳回 ) ，或是 的常數值。
JPattern	{0,1}的稀疏矩陣	稀疏模式(Sparsity pattern)。設此屬性到一個稀疏矩陣 其中 如果 的第 個元素 依賴 的第 個元素，否則就是 0 。
Vectorized	on | {off}	向量化的 ODE 函數。將此屬性設成 on 通知嚴厲的解題器，ODE 函數 F 已經程式化，而 F(t,[y1 y2 ...]) 傳回向量 [F(t,y1) F(t,y2) ...]。就是說，你的 ODE 函數可以一次傳整個直行向量的陣列到解題器。嚴厲的函數只在它產生 Jacobians numerically (預設行為)且你已經使用 odeset 設定 Vectorized 成 on 時，才以相量化的方式呼叫你的 ODE 函數。.

Table 1-4: 事件位置屬性(Event Location Property)

Property	Value	Description
Events	函數	設定事件位置。設此屬性成 @Events，其中 Events 是事件函數。細節請看ODE solvers。

Table 1-5: Mass Matrix and DAE-Related Properties

Property	Value	Description
Mass	常數 mass 矩陣 | 函數	對 問題，設此屬性成常數 mass 矩陣 的值。對 問題，設此屬性成 @Mfun，其中 Mfun 是一個求矩陣 數值的函數。
MStateDependence	none | {weak} | strong	mass 矩陣在 依賴度(dependence)。對 問題，設此屬性成 none。weak 和 strong 都是表示 ，但是 weak 導致在解代數問題時使用近似值的絕對解題器。可用於除了 ode23s 之外的所有解題器。。
MvPattern	稀疏矩陣	稀疏模式。設此屬性到稀疏矩陣 其中 如果有任何 而 的元素 依賴於 的第 個元素，否則是 0 。當 MStateDependence 是 strong 時，可用於 ode15s，ode23t 和 ode23tb 解題器。
MassSingular	yes | no | {maybe}	指出 mass 矩陣是否是 singular。預設值是 'maybe'，會讓解題器測試問題是否是 DAE。使用於 ode15s 和 ode23t 解題器。
InitialSlope	向量	符合的初始斜率(Consistent initial slope) ，其中 滿足 。使用於 ode15s 和 ode23t 解題器在解 DAEs 時。

Table 1-6: 步距屬性(Step Size Properties)

Property	Value	Description
MaxStep	正純量	解題器使用的步距級數上限。預設值是 tspan 間距的十分之一。
InitialStep	正純量	建議的初始步距。解題器會先嘗試它，但是如果太大的話會產生錯誤，然後解題器會用一個較小的步距。

另外還有兩個只有 ode15s 解題器可以用的選項。

Table 1-7: ode15s 屬性

Property	Value	Description
MaxOrder	1 | 2 | 3 | 4 | {5}	使用公式中最大的 order 。
BDF	on | {off}	設成 on 來決定 ode15s 是否應該使用向後微分公式(backward differentiation formulas(BDFs))來取代預設的數值微分公式(numerical differentiation formulas(NDFs))。

See Also

@ (function_handle), odeget, ode45, ode23, ode23t, ode23tb, ode113, ode15s, ode23s

odeget

ones