python - scipy.integrate中boost::odeint的微分方程解完全不同

我正在尝试将快速原型(prototype)从python移植到C++。我尝试使用一个简单的微分方程来测试表示法，但是对于起始值[2,0]，结果却大不相同。
Python正在下降，而C++解决方案正在 swift 上升。

它适用于以下示例:How to incorporate time-varying parameters from lookup table into boost::odeint, c++

但这对我的例子不起作用

TransferF::TransferF(const double& deltaT) : dt(deltaT), t(0.0), y(2)
{
    // initial values
    y[0] = 2.0;  //  x1
    y[1] = 0.0;  //  x2
}


void TransferF::ode(const state_type &x, state_type &y, double t)
{
    y[0] = x[0];
    y[1] = x[1];
    y[2] = (-2*y[1] - y[0] + 1) / (pow(y[0],2));
}

和在py中相同:

def modelt(x,t):
    y = x[0]
    dydt = x[1]
    dy2dt2 = (-2*dydt - y + 1)/ (y **2)
    return [dydt,dy2dt2]

x3 = odeint(modelt,[2,0],timev)

我希望时间序列的结果相同，但是pythons解决方案正在下降，C++正在上升。

最佳答案

C++代码存在细微的不一致。输出 vector y应该只包含派生词y', y"，而不是函数y本身:

void TransferF::ode(const state_type &x, state_type &y, double t)
{
    y[0] = x[1];
    y[1] = (-2*x[1] - x[0] + 1) / (pow(x[0],2));
}