📄 lequations.cpp
字号:
pDataConst[v]=pDataConst[v]-pDataCoef[(k-1)*n+i]*pDataConst[(k-1)*m+j];
pDataConst[v]=pDataConst[v]/pDataCoef[u];
}
}
for (j=0; j<=m-1; j++)
{
u=(n-1)*m+j;
pDataConst[u]=pDataConst[u]/pDataCoef[n*n-1];
for (k=n-1; k>=1; k--)
{
u=(k-1)*m+j;
for (i=k; i<=n-1; i++)
{
v=(k-1)*n+i;
pDataConst[u]=pDataConst[u]-pDataCoef[v]*pDataConst[i*m+j];
}
v=(k-1)*n+k-1;
pDataConst[u]=pDataConst[u]/pDataCoef[v];
}
}
return TRUE;
}
//////////////////////////////////////////////////////////////////////
// 求解大型稀疏方程组的全选主元高斯-约去消去法
//
// 参数:
// 1. CMatrix& mtxResult - CMatrix引用对象,返回方程组解矩阵
//
// 返回值:BOOL 型,方程组求解是否成功
//////////////////////////////////////////////////////////////////////
BOOL CLEquations::GetRootsetGgje(CMatrix& mtxResult)
{
int *pnJs,i,j,k,nIs,u,v;
double d,t;
// 方程组属性,将常数矩阵赋给解矩阵
CMatrix mtxCoef = m_mtxCoef;
mtxResult = m_mtxConst;
int n = mtxCoef.GetNumColumns();
double* pDataCoef = mtxCoef.GetData();
double* pDataConst = mtxResult.GetData();
// 临时缓冲区,存放变换的列数
pnJs = new int[n];
// 消元
for (k=0; k<=n-1; k++)
{
d=0.0;
for (i=k; i<=n-1; i++)
{
for (j=k; j<=n-1; j++)
{
t=fabs(pDataCoef[i*n+j]);
if (t>d)
{
d=t;
pnJs[k]=j;
nIs=i;
}
}
}
if (d == 0.0)
{
delete[] pnJs;
return FALSE;
}
if (nIs!=k)
{
for (j=k; j<=n-1; j++)
{
u=k*n+j;
v=nIs*n+j;
t=pDataCoef[u];
pDataCoef[u]=pDataCoef[v];
pDataCoef[v]=t;
}
t=pDataConst[k];
pDataConst[k]=pDataConst[nIs];
pDataConst[nIs]=t;
}
if (pnJs[k]!=k)
{
for (i=0; i<=n-1; i++)
{
u=i*n+k;
v=i*n+pnJs[k];
t=pDataCoef[u];
pDataCoef[u]=pDataCoef[v];
pDataCoef[v]=t;
}
}
t=pDataCoef[k*n+k];
for (j=k+1; j<=n-1; j++)
{
u=k*n+j;
if (pDataCoef[u]!=0.0)
pDataCoef[u]=pDataCoef[u]/t;
}
pDataConst[k]=pDataConst[k]/t;
for (j=k+1; j<=n-1; j++)
{
u=k*n+j;
if (pDataCoef[u]!=0.0)
{
for (i=0; i<=n-1; i++)
{
v=i*n+k;
if ((i!=k)&&(pDataCoef[v]!=0.0))
{
nIs=i*n+j;
pDataCoef[nIs]=pDataCoef[nIs]-pDataCoef[v]*pDataCoef[u];
}
}
}
}
for (i=0; i<=n-1; i++)
{
u=i*n+k;
if ((i!=k)&&(pDataCoef[u]!=0.0))
pDataConst[i]=pDataConst[i]-pDataCoef[u]*pDataConst[k];
}
}
// 调整
for (k=n-1; k>=0; k--)
{
if (k!=pnJs[k])
{
t=pDataConst[k];
pDataConst[k]=pDataConst[pnJs[k]];
pDataConst[pnJs[k]]=t;
}
}
// 释放内存
delete[] pnJs;
return TRUE;
}
//////////////////////////////////////////////////////////////////////
// 求解托伯利兹方程组的列文逊方法
//
// 参数:
// 1. CMatrix& mtxResult - CMatrix引用对象,返回方程组解矩阵
//
// 返回值:BOOL 型,方程组求解是否成功
//////////////////////////////////////////////////////////////////////
BOOL CLEquations::GetRootsetTlvs(CMatrix& mtxResult)
{
int i,j,k;
double a,beta,q,c,h,*y,*s;
// 未知数个数
int n = m_mtxCoef.GetNumColumns();
// 初始化解解向量
mtxResult.Init(n, 1);
double* x = mtxResult.GetData();
// 常数数组
double* pDataConst = m_mtxConst.GetData();
// 建立T数组
double* t = new double[n];
// 构造T数组
for (i=0; i<n; ++i)
t[i] = m_mtxCoef.GetElement(0, i);
// 临时数组
s = new double[n];
y = new double[n];
// 非托伯利兹方程组,不能用本方法求解
a=t[0];
if (a == 0.0)
{
delete[] s;
delete[] y;
delete[] t;
return FALSE;
}
// 列文逊方法求解
y[0]=1.0;
x[0]=pDataConst[0]/a;
for (k=1; k<=n-1; k++)
{
beta=0.0;
q=0.0;
for (j=0; j<=k-1; j++)
{
beta=beta+y[j]*t[j+1];
q=q+x[j]*t[k-j];
}
if (a == 0.0)
{
delete[] s;
delete[] y;
delete[] t;
return FALSE;
}
c=-beta/a;
s[0]=c*y[k-1];
y[k]=y[k-1];
if (k!=1)
{
for (i=1; i<=k-1; i++)
s[i]=y[i-1]+c*y[k-i-1];
}
a=a+c*beta;
if (a == 0.0)
{
delete[] s;
delete[] y;
delete[] t;
return FALSE;
}
h=(pDataConst[k]-q)/a;
for (i=0; i<=k-1; i++)
{
x[i]=x[i]+h*s[i];
y[i]=s[i];
}
x[k]=h*y[k];
}
// 释放内存
delete[] s;
delete[] y;
delete[] t;
return TRUE;
}
//////////////////////////////////////////////////////////////////////
// 高斯-赛德尔迭代法
//
// 参数:
// 1. CMatrix& mtxResult - CMatrix引用对象,返回方程组解矩阵
// 2. double eps - 控制精度,默认值为0.000001
//
// 返回值:BOOL 型,方程组求解是否成功
//////////////////////////////////////////////////////////////////////
BOOL CLEquations::GetRootsetGaussSeidel(CMatrix& mtxResult, double eps /*= 0.000001*/)
{
int i,j,u,v;
double p,t,s,q;
// 未知数个数
int n = m_mtxCoef.GetNumColumns();
// 初始化解向量
mtxResult.Init(n, 1);
double* x = mtxResult.GetData();
// 系数与常数
double* pDataCoef = m_mtxCoef.GetData();
double* pDataConst = m_mtxConst.GetData();
// 求解
for (i=0; i<=n-1; i++)
{
u=i*n+i;
p=0.0;
x[i]=0.0;
for (j=0; j<=n-1; j++)
{
if (i!=j)
{
v=i*n+j;
p=p+fabs(pDataCoef[v]);
}
}
if (p>=fabs(pDataCoef[u]))
return FALSE;
}
// 精度控制
p=eps+1.0;
while (p>=eps)
{
p=0.0;
for (i=0; i<=n-1; i++)
{
t=x[i];
s=0.0;
for (j=0; j<=n-1; j++)
if (j!=i)
s=s+pDataCoef[i*n+j]*x[j];
x[i]=(pDataConst[i]-s)/pDataCoef[i*n+i];
q=fabs(x[i]-t)/(1.0+fabs(x[i]));
if (q>p)
p=q;
}
}
return TRUE;
}
//////////////////////////////////////////////////////////////////////
// 求解对称正定方程组的共轭梯度法
//
// 参数:
// 1. CMatrix& mtxResult - CMatrix引用对象,返回方程组解矩阵
// 2. double eps - 控制精度,默认值为0.000001
//
// 返回值:BOOL 型,方程组求解是否成功
//////////////////////////////////////////////////////////////////////
void CLEquations::GetRootsetGrad(CMatrix& mtxResult, double eps /*= 0.000001*/)
{
int i,k;
double *p,*r,*s,*q,alpha,beta,d,e;
// 未知数个数
int n = GetNumUnknowns();
// 初始化解向量
mtxResult.Init(n, 1);
double* x = mtxResult.GetData();
// 构造临时矩阵
CMatrix mtxP(n, 1);
p = mtxP.GetData();
double* pDataCoef = m_mtxCoef.GetData();
double* pDataConst = m_mtxConst.GetData();
r = new double[n];
for (i=0; i<=n-1; i++)
{
x[i]=0.0;
p[i]=pDataConst[i];
r[i]=pDataConst[i];
}
i=0;
while (i<=n-1)
{
CMatrix mtxS = m_mtxCoef * mtxP;
s = mtxS.GetData();
d=0.0;
e=0.0;
for (k=0; k<=n-1; k++)
{
d=d+p[k]*pDataConst[k];
e=e+p[k]*s[k];
}
alpha=d/e;
for (k=0; k<=n-1; k++)
x[k]=x[k]+alpha*p[k];
CMatrix mtxQ = m_mtxCoef * mtxResult;
q = mtxQ.GetData();
d=0.0;
for (k=0; k<=n-1; k++)
{
r[k]=pDataConst[k]-q[k];
d=d+r[k]*s[k];
}
beta=d/e; d=0.0;
for (k=0; k<=n-1; k++)
d=d+r[k]*r[k];
// 满足精度,求解结束
d=sqrt(d);
if (d<eps)
break;
for (k=0; k<=n-1; k++)
p[k]=r[k]-beta*p[k];
i=i+1;
}
delete[] r;
}
//////////////////////////////////////////////////////////////////////
// 求解线性最小二乘问题的豪斯荷尔德变换法
//
// 参数:
// 1. CMatrix& mtxResult - CMatrix引用对象,返回方程组解矩阵
// 2. CMatrix& mtxQ - CMatrix引用对象,返回豪斯荷尔德变换的Q矩阵
// 3. CMatrix& mtxR - CMatrix引用对象,返回豪斯荷尔德变换的R矩阵
//
// 返回值:BOOL 型,方程组求解是否成功
//////////////////////////////////////////////////////////////////////
BOOL CLEquations::GetRootsetMqr(CMatrix& mtxResult, CMatrix& mtxQ, CMatrix& mtxR)
{
int i,j;
double d;
// 方程组的方程数和未知数个数
int m = m_mtxCoef.GetNumRows();
int n = m_mtxCoef.GetNumColumns();
// 奇异方程组
if (m < n)
return FALSE;
// 将解向量初始化为常数向量
mtxResult = m_mtxConst;
double* pDataConst = mtxResult.GetData();
// 构造临时矩阵,用于QR分解
mtxR = m_mtxCoef;
double* pDataCoef = mtxR.GetData();
// QR分解
if (! mtxR.SplitQR(mtxQ))
return FALSE;
// 临时缓冲区
double* c = new double[n];
double* q = mtxQ.GetData();
// 求解
for (i=0; i<=n-1; i++)
{
d=0.0;
for (j=0; j<=m-1; j++)
d=d+q[j*m+i]*pDataConst[j];
c[i]=d;
}
pDataConst[n-1]=c[n-1]/pDataCoef[n*n-1];
for (i=n-2; i>=0; i--)
{
d=0.0;
for (j=i+1; j<=n-1; j++)
d=d+pDataCoef[i*n+j]*pDataConst[j];
pDataConst[i]=(c[i]-d)/pDataCoef[i*n+i];
}
// 释放内存
delete[] c;
return TRUE;
}
//////////////////////////////////////////////////////////////////////
// 求解线性最小二乘问题的广义逆法
//
// 参数:
// 1. CMatrix& mtxResult - CMatrix引用对象,返回方程组解矩阵
// 2. CMatrix& mtxAP - CMatrix引用对象,返回系数矩阵的广义逆矩阵
// 3. CMatrix& mtxU - CMatrix引用对象,返回U矩阵
// 4. CMatrix& mtxV - CMatrix引用对象,返回V矩阵
// 5. double eps - 控制精度,默认值为0.000001
//
// 返回值:BOOL 型,方程组求解是否成功
//////////////////////////////////////////////////////////////////////
BOOL CLEquations::GetRootsetGinv(CMatrix& mtxResult, CMatrix& mtxAP, CMatrix& mtxU, CMatrix& mtxV, double eps /*= 0.000001*/)
{
int i,j;
// 方程个数和未知数个数
int m = m_mtxCoef.GetNumRows();
int n = m_mtxCoef.GetNumColumns();
// 初始化解向量
mtxResult.Init(n, 1);
double* pDataConst = m_mtxConst.GetData();
double* x = mtxResult.GetData();
// 临时矩阵
CMatrix mtxA = m_mtxCoef;
// 求广义逆矩阵
if (! mtxA.GInvertUV(mtxAP, mtxU, mtxV, eps))
return FALSE;
double* pAPData = mtxAP.GetData();
// 求解
for (i=0; i<=n-1; i++)
{
x[i]=0.0;
for (j=0; j<=m-1; j++)
x[i]=x[i]+pAPData[i*m+j]*pDataConst[j];
}
return TRUE;
}
//////////////////////////////////////////////////////////////////////
// 病态方程组的求解
//
// 参数:
// 1. CMatrix& mtxResult - CMatrix引用对象,返回方程组解矩阵
// 2. int nMaxIt - 叠加次数,默认值为60
// 3. double eps - 控制精度,默认值为0.000001
//
// 返回值:BOOL 型,方程组求解是否成功
//////////////////////////////////////////////////////////////////////
BOOL CLEquations::GetRootsetMorbid(CMatrix& mtxResult, int nMaxIt /*= 60*/, double eps /*= 0.000001*/)
{
int i, k;
double q, qq;
// 方程的阶数
int n = GetNumUnknowns();
// 设定迭代次数, 缺省为60
i = nMaxIt;
// 用全选主元高斯消元法求解
CLEquations leqs(m_mtxCoef, m_mtxConst);
if (! leqs.GetRootsetGauss(mtxResult))
return FALSE;
double* x = mtxResult.GetData();
q=1.0+eps;
while (q>=eps)
{
// 迭代次数已达最大值,仍为求得结果,求解失败
if (i==0)
return FALSE;
// 迭代次数减1
i=i-1;
// 矩阵运算
CMatrix mtxE = m_mtxCoef*mtxResult;
CMatrix mtxR = m_mtxConst - mtxE;
// 用全选主元高斯消元法求解
CLEquations leqs(m_mtxCoef, mtxR);
CMatrix mtxRR;
if (! leqs.GetRootsetGauss(mtxRR))
return FALSE;
double* r = mtxRR.GetData();
q=0.0;
for ( k=0; k<=n-1; k++)
{
qq=fabs(r[k])/(1.0+fabs(x[k]+r[k]));
if (qq>q)
q=qq;
}
for ( k=0; k<=n-1; k++)
x[k]=x[k]+r[k];
}
// 求解成功
return TRUE;
}
⌨️ 快捷键说明
复制代码
Ctrl + C
搜索代码
Ctrl + F
全屏模式
F11
切换主题
Ctrl + Shift + D
显示快捷键
?
增大字号
Ctrl + =
减小字号
Ctrl + -