diffeqr：求解微分方程（ODE、SDE、DDE、DAE）

“DifferentialEquations.jl”的接口<https://diffeq.sciml.ai/dev/>来自R编程语言。它具有求解常微分方程（ODE）、随机微分方程（SDE）、，延迟微分方程（DDE）、微分代数方程（DAE）等。许多功能，包括SDE中的自适应时间步进等功能是独特的，与更常见的方法相比，可以实现多个数量级的加速。支持GPU，并支持CUDA（NVIDIA）、AMD GPU、Intel oneAPI GPU和Apple的Metal（M系列芯片GPU）。“diffeqr”在包上附加了一个R接口，允许R用户无缝使用此工具。有关更多信息，见Rackauckas和Nie（2017）<doi:10.5334/jors.151>.

版本：	2.0.1
取决于：	R（≥3.4.0）
进口：	JuliaCall公司
建议：	测试那个,针织物,rmarkdown公司
出版：	2024-03-18
作者：	克里斯托弗·拉卡卡斯[aut，cre，cph]
维护人员：	Christopher Rackauckas<我在chrisrackauckas.com>
许可证：	麻省理工学院+文件许可证
网址：	https://github.com/SciML/diffeqr
需要编译：	不
系统要求：	Julia（>=1.6），微分方程.jl，建模工具包.jl
引用：	diffeqr引文信息
材料：	自述文件 新闻
在视图中：	微分方程
CRAN检查：	不同的结果

文档：

参考手册：	diffeqr.pdf格式
渐晕图：	用微分方程求解R中的微分代数方程 用微分方程求解R中的时滞微分方程 GPU加速的R中微分方程（ODE） 用微分方程求解R中的常微分方程 用微分方程求解R中的随机微分方程

下载内容：

包源：	差异r_2.0.1.tar.gz
Windows二进制文件：	r-预发布：diffeqr_2.0.1.zip文件，r版本：diffeqr_2.0.1.zip文件，r-oldrel：diffeqr_2.0.1.zip文件
macOS二进制文件：	r-prerel（arm64）：差异r_2.0.1.tgz，r-release（arm64）：差异r_2.0.1.tgz，r-oldrel（arm64）：差异r_2.0.1.tgz，r-prerel（x86_64）：差异r_2.0.1.tgz，r-release（x86_64）：差异r_2.0.1.tgz
旧资料来源：	diffeqr存档

链接：

请使用规范形式https://CRAN.R-project.org/package=diffeqr链接到此页面。