用梯度下降法解非线性方程

最新推荐文章于 2022-12-19 15:26:31 发布

todayq

最新推荐文章于 2022-12-19 15:26:31 发布

阅读量4.5k

点赞数 2

分类专栏： code 机器学习

本文链接：https://blog.csdn.net/dan1900/article/details/41519905

版权

该博客介绍了一个使用梯度下降法来求解非线性方程的程序实现。程序中定义了牛顿法迭代过程，通过不断调整初始值，直至满足预设的误差阈值。主要涉及的函数包括计算残差平方和的`fn`函数以及进行牛顿迭代的`newton`函数。

摘要由CSDN通过智能技术生成

#include<math.h>
#include<iostream>
using namespace std;
void newton(int n,double x[],double y[],double eps);
double fn(int n,double x[],double y[]);
const double PI = 3.14159265358979323846;
int main()
{
	int i,n=3;
	double y[3],x[3]={0.5,0.5,0.5};
	double eps=1.e-08;
	newton(n,x,y,eps);	
	for(i=0;i<n;i++)
	{
		cout<<i<<" "<<x[i]<<" "<<y[i]<<endl;
	}
	return 0;
}
double fn(int n,double x[],double y[])
{
	double s2=0.0;
	y[0]=3.0*x[0]-cos(x[1]*x[2])-1.5;
	y[1]=4*x[0]*x[0]-625*x[1]*x[1]+2*x[2]-1;
	y[2]=exp(-x[0]*x[1])+20*x[2]+(10*PI-3)/3.0;
	for(int i=0;i<n;i++)
	{
		s2+=y[i]*y[i];
	}
	return s2;
}
void newton(int n,double x[],double y[],double eps)
{
	double s[3],s0,s1,s2,t,alpha,h=1.e-05;
	while(1)
	{
		s2=fn(n,x,y);
		s0=s2;
		if(s0<eps)
			break;
		s1=0.0;
		for(int i=0;i<n;i+&#