如何将Gekko微分方程求解从时间维度改为距离维度？

问题背景 #

需要求解平推流反应器中基于距离维度的稳态微分方程，Gekko默认使用m.time定义时间范围、y.dt()表示对时间的导数，希望通过类似m.distance和y.dx()的写法提升模型可读性，无需处理动态偏微分方程（PDE），仅需稳态浓度分布。

尝试代码及报错 #

尝试自定义m.distance和y.dx()的代码：

from gekko import GEKKO
import numpy as np
import matplotlib.pyplot as plt  

m = GEKKO()
k = 10
m.distance = np.linspace(0,20,100)

y = m.Var(value=5)
t = m.Param(value=m.time)
m.Equation(k*y.dx()==-t*y)
m.options.IMODE=4
m.solve(disp=False)

plt.plot(m.distance,y.value)
plt.xlabel('distance')
plt.ylabel('y')
plt.show()

运行后报错：

Traceback (most recent call last):
  File "C:\Users\johnh\Desktop\test1.py", line 11, in <module>
    m.Equation(k*y.dx()==-t*y)
  File "C:\Users\johnh\Python311\Lib\site-packages\gekko\gk_operators.py", line 36, in __getattr__
    raise AttributeError(name)
AttributeError: dx. Did you mean: 'dt'?

简便解决方案 #

Gekko未提供原生的dx()方法和m.distance维度，但可通过两种方式实现距离维度的可读性优化：

方法1：复用m.time并明确变量语义 #

将m.time直接定义为距离范围，通过变量命名和注释明确物理意义，导数仍用dt()但注释说明是对距离的导数：

from gekko import GEKKO
import numpy as np
import matplotlib.pyplot as plt  

m = GEKKO()
k = 10
# 用距离数组替代时间数组
distance = np.linspace(0,20,100)
m.time = distance

y = m.Var(value=5)
# 定义距离参数，替代原时间参数
x = m.Param(value=m.time)
# dt()实际表示对距离的导数，添加注释明确
m.Equation(k * y.dt() == -x * y)
m.options.IMODE=4  # 稳态ODE积分求解模式
m.solve(disp=False)

plt.plot(distance, y.value)
plt.xlabel('距离')
plt.ylabel('y浓度')
plt.show()

方法2：自定义dx别名进一步简化写法 #

给变量添加dx属性指向dt方法，直接用y.dx()编写方程，语义更贴合距离维度：

from gekko import GEKKO
import numpy as np
import matplotlib.pyplot as plt  

m = GEKKO()
k = 10
distance = np.linspace(0,20,100)
m.time = distance

y = m.Var(value=5)
# 给变量绑定dx属性，指向dt方法
y.dx = y.dt

x = m.Param(value=m.time)
# 直接用dx()表示对距离的导数
m.Equation(k * y.dx() == -x * y)
m.options.IMODE=4
m.solve(disp=False)

plt.plot(distance, y.value)
plt.xlabel('距离')
plt.ylabel('y浓度')
plt.show()

原理说明 #

Gekko的IMODE=4模式本质是求解常微分方程（ODE）的积分问题，核心是处理单向递增的独立变量，时间和距离在稳态场景下都是单向变量，因此可以直接复用m.time维度，通过变量命名或别名来匹配物理意义，既不改变Gekko的求解逻辑，又能大幅提升模型可读性。

内容的提问来源于stack exchange，提问作者TexasEngineer