领域：科学计算
Julia 开源库地址： https://github.com/SciML/OrdinaryDiffEq.jl/tree/d02f963289ba59be20b68cb8d38999ceec7faab1
酬劳：(暂定)1 元/行
时限：30 天内
（ 1 ）任务描述
主要进行转码工作，实现 Julia 的 OrdinaryDiffEq 包中 QNDF 函数的大部分功能。求解器的性能应该与 Julia 版本相当，或者尽可能接近。这包括求解速度、内存消耗以及数值稳定性等方面。对于一些常见的大型刚性常微分方程组问题，求解器应该能够在合理的时间内给出结果，并且结果应该与 Julia 版本的结果具有一致的精度。
（ 2 ）功能要求
实现 QNDF 函数的主要功能， 提供与 Julia 版本类似的接口，允许用户设置问题参数、算法参数以及其他配置选项。能够处理大型刚性常微分方程组，并在合理的时间内给出稳定和准确的数值解。
（ 3 ）版权要求
在 C++代码中必须明确注明每个第三方库的来源、许可证类型和相关条款等。应该避免使用存在争议或限制过多的开源协议， 注意所有使用的第三方库必须符合商业友好的开源协议。
（ 4 ）交付物
提供完整的 C++ 代码实现，包括源代码、头文件以及编译脚本等。提供必要的使用文档，包括求解器的使用说明、接口文档以及性能测试报告等。提供测试用例和示例代码，以展示求解器的功能和性能。
联系方式：cXE6MTUyNTg4NTUxMg==
Julia 开源库地址： https://github.com/SciML/OrdinaryDiffEq.jl/tree/d02f963289ba59be20b68cb8d38999ceec7faab1
酬劳：(暂定)1 元/行
时限：30 天内
（ 1 ）任务描述
主要进行转码工作，实现 Julia 的 OrdinaryDiffEq 包中 QNDF 函数的大部分功能。求解器的性能应该与 Julia 版本相当，或者尽可能接近。这包括求解速度、内存消耗以及数值稳定性等方面。对于一些常见的大型刚性常微分方程组问题，求解器应该能够在合理的时间内给出结果，并且结果应该与 Julia 版本的结果具有一致的精度。
（ 2 ）功能要求
实现 QNDF 函数的主要功能， 提供与 Julia 版本类似的接口，允许用户设置问题参数、算法参数以及其他配置选项。能够处理大型刚性常微分方程组，并在合理的时间内给出稳定和准确的数值解。
（ 3 ）版权要求
在 C++代码中必须明确注明每个第三方库的来源、许可证类型和相关条款等。应该避免使用存在争议或限制过多的开源协议， 注意所有使用的第三方库必须符合商业友好的开源协议。
（ 4 ）交付物
提供完整的 C++ 代码实现，包括源代码、头文件以及编译脚本等。提供必要的使用文档，包括求解器的使用说明、接口文档以及性能测试报告等。提供测试用例和示例代码，以展示求解器的功能和性能。
联系方式：cXE6MTUyNTg4NTUxMg==
Select Language