1.时滞微分方程(DDE)的分类
时滞微分方程 (DDE) 是当前时间的解与过去时间的解相关的常微分方程。该时滞可以固定不变、与时间相关、与状态相关或与导数相关。要开始积分，通常必须提供历史解，以便求解器可以获取初始积分点之前的时间的解。
1.1常时滞 DDE
具有常时滞的微分方程组的形式如下：
DDE 的解通常是连续的，但其导数不连续。dde23 函数跟踪低阶导数的不连续性，并使用 ode23 使用的同一显式 Runge-Kutta (2,3) 对和插值求微分方程的积分。对于大于时滞的步长而言，Runge-Kutta 公式是隐式的。当 y(t) 足够平滑以证明此大小的步长时，使用预测-校正迭代法计算隐式公式。
1.2时间相关和状态相关的 DDE
常时滞 DDE 是一种特殊情况，更为一般的 DDE 形式为：
ddesd 函数用于求具有历史解 y(t) = S(t)（其中 t < t 0 ）的时间相关和状态相关 DDE 的解 y(t)。 ddesd函数使用标准的四级、四阶显式 Runge-Kutta 法来求积分，并它控制自然插值的余值大小。它使用迭代来采用超过时滞的步长。
1.3 中立型 DDE
中立型的时滞微分方程涉及在 y ′ 以及 y 中的时滞：
2求解DDE的方法
2.1计算特定点的解
使用 deval 函数和任何 DDE 求解器的输出来计算积分区间中的特定点处的解。例如，
y = deval(sol, 0.5*(sol.x(1) + sol.x(end))) 计算积分区间中点处的解。
2.2历史解和初始值
2.3DDE 中的不连续性
如果问题具有不连续性，最好使用 options 结构体将其传递给求解器。为此，请使用 ddeset 创建一个options 结构体以包含问题中的不连续性。
options 结构体中有三个属性可用于指定不连续性； InitialY 、 Jumps 和 Events。选择的属性取决于不连续性的位置和特性。
3. 常时滞 DDE求解示例
以下示例说明如何使用 dde23 对具有常时滞的 DDE（时滞微分方程）方程组求解。
方程组为：
方程中的时滞仅存在于 y 项中，并且时滞本身是常量，因此各方程构成常时滞方程组。 要在 MATLAB® 中求解此方程组，您需要先编写方程组、时滞和历史解的代码，然后再调用时滞微分方程求解器 dde23，该求解器适用于具有常时滞的方程组。您可以将所需的函数作为局部函数包含在文件末尾（如本处所示），或者将它们作为单独的命名文件保存在 MATLAB 路径上的目录中。
3.1编写时滞代码
首先，创建一个向量来定义方程组中的时滞。此方程组有两种不同时滞：
dde23 接受时滞的向量参数，其中每个元素是一个分量的常时滞。
lags = [1 0.2];3.2 编写方程代码
现在，创建一个函数来编写方程的代码。此函数应具有签名 dydt = ddefun(t,y,Z) ，其中：
function dydt = ddefun(t,y,Z)ylag1 = Z(:,1);ylag2 = Z(:,2);dydt = [ylag1(1); ylag1(1)+ylag2(2); y(2)];
end3.3编写历史解代码
接下来，创建一个函数来定义历史解。历史解是时间 t ≤ t 0 的解。
function s = history(t)s = ones(3,1);
end3.4求解方程
最后，定义积分区间 [t 0, t f ] 并使用 dde23 求解器对 DDE 求解。
tspan = [0 5];
sol = dde23(@ddefun, lags, @history, tspan);3.5对解进行绘图
解结构体 sol 具有字段 sol.x 和 sol.y，这两个字段包含求解器在这些时间点所用的内部时间步和对应的解。（如果您需要在特定点的解，可以使用 deval 来计算在特定点的解。）绘制三个解分量对时间的图。
plot(sol.x,sol.y,'-o')
xlabel('Time t');
ylabel('Solution y');
legend('y_1','y_2','y_3','Location','NorthWest');
3.6 局部函数
此处列出了 DDE 求解器 dde23 为计算解而调用的局部辅助函数。您也可以将这些函数作为它们自己的文件保存在 MATLAB 路径上的目录中。
function dydt = ddefun(t,y,Z) % equation being solvedylag1 = Z(:,1);ylag2 = Z(:,2);dydt = [ylag1(1); ylag1(1)+ylag2(2); y(2)];
end
%-------------------------------------------
function s = history(t) % history function for t <= 0s = ones(3,1);
end
可视化和Pillow解释性视觉推理及材料粒子凝聚)
