使用自动求解器选择的固定步长求解器计算模型的状态。在模型编译时，汽车改变固定步长求解器，自动求解器根据模型动力学选择。单击模型右下角的求解器超链接，接受或更改此选择。

将模型下一时刻的状态作为状态当前值和状态导数的显式函数计算，使用Bogacki-Shampine公式积分技术计算状态导数。

通过在当前时间上增加一个固定的步长来计算下一个时间步长的时间。

将此求解器用于不包含状态或仅包含离散状态的模型，使用固定步长。依赖模型的块来更新离散状态。

结果模拟的准确性和时间长短取决于模拟所采取的步长:步长越小，结果越准确，但模拟所花费的时间越长。

采用八阶Dormand-Prince公式计算模型下一个时间步的状态，将其作为状态当前值和在中间点近似的状态导数的显式函数。

采用五阶Dormand-Prince公式计算模型下一个时间步的状态，将其作为状态的当前值和在中间点近似的状态导数的显式函数。

采用四阶龙格-库塔(RK4)公式，将状态的当前值与状态导数显式函数，计算下一时刻的模型状态。

采用Heun积分法，将状态的当前值和状态导数作为显式函数计算下一时刻的模型状态。

采用欧拉积分法，以状态当前值和状态导数的显式函数计算下一时刻的模型状态。这个解算器比高阶解算器需要更少的计算。然而，它提供的准确性相对较低。

使用牛顿的方法和从当前值外推的组合来计算模型的状态下一个时间步骤，作为一个隐式的状态函数和下一个时间阶的状态导数。在下面的例子中，X是国家,dX状态导数是和吗h为步长:

这个求解器每步需要比显式求解器更多的计算，但是对于给定的步长更精确。

使用自动求解器选择的可变步长求解器计算模型的状态。在模型编译时，汽车改变一个可变步长求解器，自动求解器选择基于模型动力学。单击模型右下角的求解器超链接，接受或更改此选择。

使用显式龙格-库塔(4,5)公式(休眠-王子对)进行数值积分，计算模型在下一个时间步的状态。

数值是一步求解器，因此只需要前一个时间点的解。

使用数值作为大多数问题的第一次尝试。

通过添加步长来计算下一步的时间，步长根据模型状态的变化率而变化。

将此求解器用于没有状态或仅具有离散状态的模型，使用可变步长。

使用显式龙格-库塔(2,3)公式(Bogacki-Shampine对)进行数值积分，计算模型在下一时刻的状态。

ode23是一步求解器，因此只需要前一个时间点的解。

ode23比数值在粗公差和存在温和的刚度。

使用变阶Adams-Bashforth-Moulton PECE数值积分技术计算模型在下一个时间步的状态。

ode113是一个多步解算器，因此一般需要前面几个时间点的解来计算当前的解。万博 尤文图斯

ode113可以比数值在严格的公差。

使用变阶数值微分公式(ndf)计算模型在下一个时间步的状态。这些方法与后向微分公式(bdf)有关，但比后向微分公式(bdf)更有效，也被称为Gear方法。

ode15s是一个多步解算器，因此一般需要前面几个时间点的解来计算当前的解。万博 尤文图斯

ode15s对于困难的问题是有效的。试试这个解算器数值失败或效率低下。

使用修正的2阶Rosenbrock公式计算模型的下一个时间步骤的状态。

ode23s是一步求解器，因此只需要前一个时间点的解。

ode23s比ode15s在粗公差，并能解决棘手的问题ode15s是无效的。

使用带有“自由”插值的梯形规则实现来计算模型的下一个时间步骤的状态。

ode23t是一步求解器，因此只需要前一个时间点的解。

使用ode23t如果问题只是中等刚度，你需要一个没有数值阻尼的解。

使用TR-BDF2的多步实现计算模型的下一个时间步骤的状态，第一阶段是带梯形规则的隐式龙格-库塔公式，第二阶段由二阶后向微分公式组成。通过构造，在计算这两个阶段时使用相同的迭代矩阵。

ode23tb比ode15s在粗公差，并能解决棘手的问题ode15s是无效的。