ParallelModel(SoilR)
ParallelModel()所属R语言包：SoilR
ParallelModel
ParallelModel
译者：生物统计家园网 机器人LoveR
描述----------Description----------
This function creates a numerical model for n independent (parallel) pools that can be queried afterwards. It is used by the convinient wrapper functions TwopParallelModel and ThreepParallelModel
这个函数创建了一个数学模型为n个独立的（水货）池后可以查询。它是用来方便易包装功能TwopParallelModel和ThreepParallelModel
用法----------Usage----------
ParallelModel(times, coeffs_tm, startvalues, inputrates, solverfunc = deSolve.lsoda.wrapper)
参数----------Arguments----------
参数：times
A vector containing the points in time where the solution is sought.
一种向量，包含的点的时间寻求溶液。
参数：coeffs_tm
A TimeMap object consisting of a vector valued function containing the decay rates for the n pools as function of time and the time range where this function is valid. The length of the vector is equal to the number of pools.
一个TimeMap对象组成的一个向量函数的n个为时间的函数，此功能有效的时间范围内的衰减率。该矢量的长度等于池的数量。
参数：startvalues
A vector containing the initial amount of carbon for the n pools. The length of this vector is equal to the number of pools and thus equal to the length of k. This is checked by the function.
一个向量，包含初始的碳量为N池。该矢量的长度等于池的数量，从而等于k的长度。这是检查由该函数。
参数：inputrates
A TimeMap object consisting of a vector valued function describing the inputs to the pools as funtions of time TimeMap.new
一个TimeMap对象组成的一个向量函数的输入池funtions的时间TimeMap.new
参数：solverfunc
The function used to actually solve the ODE system. This can be SoilR.euler or deSolve.lsoda.wrapper or any other user provided function with the same interface.
该函数用来真正解决ODE系统。这可能是SoilR.euler或deSolve.lsoda.wrapper或任何其他用户提供的函数具有相同的接口。
值----------Value----------
a model object
一个模型对象
（作者）----------Author(s)----------
Carlos A. Sierra <csierra@bgc-jena.mpg.de>, Markus Mueller <mamueller@bgc-jena.mpg.de>
实例----------Examples----------
t_start=0
t_end=10
tn=50
timestep=(t_end-t_start)/tn
t=seq(t_start,t_end,timestep)
k=TimeMap.new(t_start,t_end,function(times){c(-0.5,-0.2,-0.3)})
c0=c(1, 2, 3)
#constant inputrates[不变inputrates]
inputrates=TimeMap.new(
t_start,
t_end,
function(t){matrix(nrow=3,ncol=1,c(1,1,1))}
)
mod=ParallelModel(t,k,c0,inputrates)
Y=getC(mod)
lt1=1 ;lt2=2 ;lt3=3
col1=1; col2=2; col3=3
plot(t,Y[,1],type="l",lty=lt1,col=col1,
ylab="C stocks",xlab="Time")
lines(t,Y[,2],type="l",lty=lt2,col=col2)
lines(t,Y[,3],type="l",lty=lt3,col=col3)
legend(
"topleft",
c("C in pool 1",
"C in 2",
"C in pool 3"
),
lty=c(lt1,lt2,lt3),
col=c(col1,col2,col3)
)
Y=getAccumulatedRelease(mod)
plot(t,Y[,1],type="l",lty=lt1,col=col1,ylab="C release",xlab="Time")
lines(t,Y[,2],lt2,type="l",lty=lt2,col=col2)
lines(t,Y[,3],type="l",lty=lt3,col=col3)
legend("topright",c("R1","R2","R3"),lty=c(lt1,lt2,lt3),col=c(col1,col2,col3))
转载请注明:出自 生物统计家园网(http://www.biostatistic.net)。
注：
注1：为了方便大家学习，本文档为生物统计家园网机器人LoveR翻译而成，仅供个人R语言学习参考使用，生物统计家园保留版权。
注2：由于是机器人自动翻译，难免有不准确之处，使用时仔细对照中、英文内容进行反复理解，可以帮助R语言的学习。
注3：如遇到不准确之处，请在本贴的后面进行回帖，我们会逐渐进行修订。
|
发表于 2012-9-30 11:35:20
