这边默认步长为:0.005。后期需完善
/*
/*
本例程用于实现开方运算的迭代求解
分别使用最速梯度法和牛顿法
x = exp(A)
x* = argmin{f(x)} = argmin{(x^2-A)^2 = x^4 -2*A*x^2 + A^2}
f'(x) = 4*x^3-4*A*x
f''(x) = 12*x^2-4*A
*/
#include<iostream>
#include<chrono>
#include<cmath>
using namespace std;
const double er = 0.0001;
double DescentMethod(const double&,const double&,int &k);
double NewtonMwthod(const double&, const double&,int &k);
int main(int argc, char** argv)
{
double A;
cout << "请输入需要开放操作的数值:";
cin >> A;
double B;
cout << "请输入它的近似整数:";
cin >> B;
if (A < 0)
{
cout << "您输入的值小于0,请重新输入:";
cin >> A;
cout << endl;
}
int k1,k2;
double r1 = DescentMethod(A,B,k1);
// double r2 = NewtonMwthod(A,B,k2);
cout << "使用最速梯度法求得解为;" << r1 << endl;
cout << "最速梯度法迭代的次数为:" << k1 << "次" << endl;
// cout << "#################################" << endl;
// cout << "使用牛顿法求得的解为:" << r2 << endl;
// cout << "牛顿法迭代的次数为:" << k2 << "次" << endl;
system("pause");
return 0;
}
double DescentMethod(const double &A, const double &B,int &k)
{
//初始化x0
k = 0;
double x0 = B + 0.1;
double xk;
//计算负梯度
double nd = 4 * A*x0 - 4 * x0*x0*x0;
//假设步长为:0.005
double alpha = 0.005;
while (abs(nd) > er)
{
//更新xk
xk = alpha * nd + x0;
//计算梯度
nd = 4 * A*xk - 4 * xk*xk*xk;
x0 = xk;
k += 1;
}
return xk;
}
double NewtonMwthod(const double&A, const double &B, int &k)
{
//初始化x0
double x0 = B+0.5;
double xk = 0;
//计算Jacobi和Hessian参数
double ja = 4 * x0*x0*x0 - 4 * A*x0;
double he = 12 * x0*x0 - 4 * x0;
while (abs(ja) > er)
{
double h = ja / he;
xk = x0 - h;
double ja = 4 * xk*xk*xk - 4 * A*xk;
double he = 12 * xk*xk - 4 * xk;
x0 = xk;
k += 1;
}
return xk;
}
请输入需要开放操作的数值:14
请输入它的近似整数:4
使用最速梯度法求得解为;3.74166
最速梯度法迭代的次数为:16次
牛顿法不能收敛,并且使用最速梯度法,对于数值较小尚可计算,数值一大,也不容易收敛。