#include <stdio.h> #include <math.h> #define min 1e-6 // 精度 #define d 0.01 // 步长 #define diedai 100000 // 最大迭代次数 double f(double x, double y) { return (pow(3 * x - 2 * y - 5, 4) + pow(x + y, 2) + pow(x + 3 * y - 1, 6)); } double df_dx(double x, double y) { return (12 * pow(3 * x - 2 * y - 5, 3) + 2 * (x + y)+ 6 * pow(x + 3 * y - 1, 5)); } double df_dy(double x, double y) { return (- 8 * pow(3*x-2*y-5, 3) + 2*(x + y) + 18 * pow(x + 3 * y - 1, 5)); } void zuisu(double x, double y) { int k = 0; double dx,dy,z; for (k = 0; k <= diedai; k++) { dx = -df_dx(x, y); dy = -df_dy(x, y); x += d * dx; y += d * dy; z = sqrt(pow(df_dx(x, y), 2) + pow(df_dy(x, y), 2)); k++; if (z < min) { break; } } printf("x=%lf,y=%lf,f(x,y)=%lf\n",x,y,f(x, y)); } int main() { double x = 0, y = 0; zuisu(x,y); return 0; }有什么问题
时间: 2023-06-13 15:06:23 浏览: 96
#include <stdio.h>
4星 · 用户满意度95%
这段代码实现了梯度下降法求解多元函数的最小值,但是有一些小问题:
1. 变量名不够语义化,建议将变量名改为更能表达其含义的名称。
2. 循环中的迭代次数应该是小于等于最大迭代次数而非小于最大迭代次数。
3. 在循环中,判断是否达到精度的条件应该是判断梯度的大小是否小于精度,而非判断梯度的平方和是否小于精度的平方。
4. 在循环中,变量k的自增应该在循环内部进行,而不是在循环条件中进行。
5. 可以考虑在循环中加入一个判断,当梯度的大小变化很小时,即可以认为已经收敛,可以提前结束循环。
阅读全文