3.2 求解器分类与选型

3.2 求解器分类与选型

本节摘要：求解器家族沿三个正交维度展开：定步长对变步长、单步对多步、显式对隐式。本节先把地图画出来，再给出一条从模型特性出发的选型路径——刚性特征看时间常数悬殊度，速率构成看离散占比，连续性看不连续环节多少。读完本节，"选求解器"从碰运气变成一道可以推理的题。

为什么选型值得单独一章的分量

3.1 节的减速疑案已经预告了答案：求解器决定仿真的一切计算行为——速度、精度、鲁棒性，甚至结果是否可信。同样一个电机模型，用对了求解器两秒跑完，选错了十分钟出不来还报错；更要命的是选错后"勉强跑完"的情形，曲线貌似合理，数值已经失真。求解器是模型行为的最终解释者，选型失误是所有解释失真的起点。

三个维度的地图

维度一：定步长对变步长。 定步长求解器按固定节拍推进，每步计算量恒定，行为确定、可实时执行——代码生成与实时仿真的硬要求。变步长求解器自适应调节步长：状态变化平缓时放大步长提速，剧烈时收缩保精度——离线分析场景的精度之王。这是最重要的分界，3.4 节会用实验定量对比。

维度二：单步对多步。 单步法（如龙格库塔家族）只要当前状态就能算下一步，随时可以拐弯，适合有事件打断的场景；多步法（如 Adams 系列）要回看历史若干步才能外推，平缓段效率极高，但遇到频繁事件需要频繁重启，优势尽失。

维度三：显式对隐式。 显式法直接用已知量算导数、推状态，每步便宜；隐式法在每个步长内解一个方程（牛顿迭代），每步更贵，但对刚性问题可以取大步长而不失稳。刚性判据在数学上是系统的特征值悬殊度，工程上的快速识别法：把系统里最快与最慢的时间常数比一比，比值超过三个数量级，就该考虑隐式求解器了。

图：求解器选型决策路径

一条可操作的选型路径

把地图走成路径，四步。第一步问用途：模型要生成代码、要跑实时仿真吗？是，进入定步长侧；纯离线分析，进入变步长侧。第二步问构成：全离散模型用离散求解器，根本不积分，最快；含连续状态才谈算法选择。第三步判刚性：按上面的识别信号检查。第四步看事件密度：过零事件频繁（开关电源、碰撞检测）选单步类，平缓光滑的长时程仿真可以吃多步法的效率红利。

两个高频场景给出现成答案。电力电子开关模型：变步长下过零事件密集，实践上常采用"变步长开发、定步长验证"的两段式——开发期用变步长隐式法抓准开关波形，代码落地前切到定步长按开关周期节拍验证离散化影响。机电热耦合的长时程仿真：典型刚性场景，变步长隐式多步法几乎必然胜出，显式法会在快速电瞬态上把步长拖到纳秒级，慢得无法接受。

选型还有一个常被忽略的收尾动作：换一个求解器复跑。同一模型在两个不同算法下结果一致，可信度大增；差异明显，说明模型或容差设置有问题，必须查明原因再谈结论。这个动作与 3.4 节的收敛性检查合起来，构成"结果可信"的最低门槛。

💡 关键直觉：容差设置与求解器选择是配套的。相对容差从千分之一收紧到百万分之一，步长会相应缩短、耗时成倍增长。盲目收紧容差与盲目放大步长一样，都是没想清楚精度要用来干什么。

容差的三个旋钮

选型定了家族，容差决定每个家族里"算多细"。三个旋钮各有分工。相对容差：误差相对于信号幅值的允许比例，默认千分之一——它直接乘在步长决策上，是最常用的旋钮；经验是把它当作精度预算来消费：关键量需要三位有效数字就设千分之一量级，需要四位就再收一个数量级，别白付。绝对容差：信号幅值本身很小的时候（接近零的电流、微小的位移），相对误差失去意义，绝对容差接管——它的默认值对大多数信号偏松，接近零的信号若行为可疑，第一个该查的就是它。最大步长：变步长求解器在平缓段会自己放大步长，放大到什么程度受它约束；限制最大步长的两个理由是输出点太疏影响观感、以及防止求解器"大步跨过"慢变化的物理细节（比如缓变的谐振激振过程）。

三个旋钮的联动有一句口诀：相对容差管大局，绝对容差管小信号，最大步长管采样密度。调任何一个之后，按 3.4 节的契约复跑收敛检查——容差与步长的每次改动都是对"结果可信"承诺的重新定价。

常见问题

问：默认的自动求解器选择可靠吗？可以直接不学选型吗？

自动选择对常见场景相当聪明，起步阶段信它没问题。但两件事它替不了你：一是诊断——当仿真变慢、报错、结果可疑时，不懂选型的知识就失去了判断"是求解器问题还是模型问题"的语言；二是边界场景——强刚性、高频开关、实时落地这些场合，自动选择的默认值常不是最优甚至不合适。把它当 autopilot：平飞可以放手，起降与颠簸要自己接管。

问：同一个模型，为什么换电脑跑结果有细微差异？

变步长求解器的步长序列对数值环境敏感：不同 BLAS 库、不同的浮点优化等级，都会让误差估计在第 N 位小数上分岔，随后步长轨迹逐渐不同。差异本身在容差内属正常，但这正是"关键结论必须配收敛检查"的又一理由——可信的结果不依赖具体哪台机器算出来的。

一个刚性场景的完整推演

选型路径走一遍完整场景以加深印象。对象是一台带长电缆的电机：电缆的电磁瞬态在微秒级、电流环在毫秒级、机械在百毫秒级、温升在千秒级——四个时间尺度跨九个数量级，教科书级的强刚性。走四步路径：第一步问用途——离线验证控制策略，不生成代码，进变步长侧；第二步问构成——纯连续对象加离散控制器，含连续状态，需要算法；第三步判刚性——时间常数跨九个数量级，远超三级的判据，锁定隐式家族；第四步看事件——控制器节拍是唯一的离散事件，密度低，多步法的效率红利可吃。结论：变步长隐式多步法，配合默认容差起步，再按关键量契约收紧。推演全程没有试错，每一步都从模型特性直接推出——这就是本节说的"选型是可推理的题"。

对照一组反面数据：同一模型若误用显式方法，稳定步长被微秒级的电缆瞬态钉死，两小时的温升过程需要百亿步量级——不是慢，是根本跑不完。这类"跑不完"在实践中的迷惑性在于它常被误诊为"模型太复杂"，而真相只是求解器与刚性失配：换隐式方法后同样的模型几分钟收敛。选型知识在这里直接决定项目可行性，而不仅是效率优化。

本节要点回顾

• 三维度地图：定或变、单或多步、显或隐式，任何求解器都能在地图上定位；
• 定变分界：要代码与实时选定步长，离线精度优先选变步长，这是第一分水岭；
• 刚性快速判据：时间常数悬殊超三个数量级，或步长持续坍缩，转隐式求解器；
• 事件密度影响算法：频繁过零选单步类，光滑长程可用多步类吃效率；
• 两段式实践：电力电子模型变步长开发、定步长验证，两头的好处都要；
• 换求解器复跑：结果可信的最低门槛，与收敛性检查配套执行。

地图有了，还有一个特殊地形没有标注：不连续环节出没的区域。下一节走进开关、继电器与饱和的世界，看引擎如何精确定位每一次跳变。