2026年数学建模国赛A题算法（15）：龙格-库塔法（RK4）与自适应步长求解：从经典到智能的常微分方程数值方法研究
摘要
常微分方程初值问题是科学计算与工程模拟中的核心课题，其数值求解方法的发展贯穿了计算数学的演进历程。本文系统研究了经典四阶龙格-库塔法（RK4）与自适应步长控制策略的理论基础、算法实现及性能特性。在回顾RK4方法的历史渊源与数学推导的基础上，本文深入分析了基于Richardson外推和嵌入式对（RK45）的两种自适应步长策略，并从局部截断误差估计、步长调节效率、计算稳定性等多个维度对二者进行了理论比较与数值实验。特别地，本文提出了一种将传统自适应步长策略与机器学习代理模型相结合的混合加速框架，旨在应对大规模长期积分场景下的计算瓶颈。数值实验表明，自适应RK45方法在求解刚性方程时相比定步长RK4可将计算效率提升约40%~60%，而所提出的混合框架在保证精度的前提下可进一步实现约2~3倍的加速比。本文的研究为常微分方程数值求解的方法选择与算法优化提供了系统的理论参考与实践指导。
关键词：龙格-库塔法；自适应步长；RK45；数值稳定性；误差估计；计算效率；机器学习代理模型
目录
摘要
1 引言
1.1 研究背景与意义
1.2 国内外研究现状
1.3 本文的研究内容与创新点
2 龙格-库塔法的基本理论
2.1 初值问题与数值求解框架
2.2 Taylor展开与高阶方法的构造思路
2.3 RK4方法的详细推导与算法结构
2.4 RK4方法的稳定性与收敛性分析
2.5 RK4方法的适用场景与局限性
3 自适应步长控制策略
3.1 自适应步长的基本思想与必要性
3.2 基于Richardson外推的自适应策略
3.3 嵌入式龙格-库塔方法（RK45）
3.4 步长调整策略与安全保障机制
3.5 两种自适应策略的理论比较
4 数值实验与分析
4.1 测试问题与实验设置
4.2 精度与效率对比分析
4.3 自适应步长调节行为的可视化
5 混合加速框架：机器学习与自适应步长的融合
5.1 传统自适应步长方法的计算瓶颈
5.2 代理模型辅助的预测-校正框架
5.3 初步实现与可行性验证
5.4 讨论：局限性与改进方向
6 结论与展望
6.1 研究总结
6.2 未来研究方向
参考文献
1 引言
1.1 研究背景与意义
常微分方程（Ordinary Differential Equation, ODE）作为描述动态系统演化规律的基本数学工具，在物理学、生物学、经济学、控制论及工程科学中占据着不可替代的地位。从牛顿力学中的行星运动方程，到洛伦兹系统中的混沌现象，再到流行病学中的SEIR传播模型，ODE初值问题的求解始终是定量分析的核心环节。然而，除少数简单情形外，绝大多数ODE难以获得解析形式的闭合解，这使得数值方法成为科学计算中不可或缺的基本手段。
自18世纪欧拉提出以折线逼近解曲线的原始构想以来，ODE数值方法经历了近三个世纪的发展。其中，龙格-库塔（Runge-Kutta）方法家族以其优越的计算性能和良好的理论可解释性，成为实践中应用最为广泛的数值格式之一。特别是经典的四阶龙格-库塔法（RK4），因其在精度、稳定性和计算成本之间达到了较为理想的平衡，被誉为“数值计算中的主力算法”。然而，定步长RK4在面对解函数变化剧烈程度差异较大的问题时，要么在缓变区域造成不必要的计算浪费，要么在陡变区域因步长过大而损失精度甚至导致数值不稳定，这一固有缺陷催生了自适应步长控制技术的发展。
自适应步长求解的核心思想是根据解在当前局部的