private Tuple <Vectors, double, double> HalfSolve(int len) { SqMatrix iD1 = D1.SubMatrix(len), iD2 = D2.SubMatrix(len), iS = S.SubMatrix(len); Vectors iR1 = R1.SubVector(len), iR2 = R2.SubVector(len); SqMatrix iD1m = D1m.SubMatrix(len), iD2m = D2m.SubMatrix(len), idl; Vectors idr; idl = (D2 - S * (D1m * S)).SubMatrix(len); idr = (R2 + S * D1m * R1).SubVector(len); Vectors id = idl.Solve(idr), icnew = (D1m * (R1 + S * id)).SubVector(len); Vectors res = Vectors.Union2(icnew, id); double p1 = IntegralClass.IntegralCurve((Point y) => (TestFuncAndCurve.Grads[GF - 1](y) * TestFuncAndCurve.Norm[CIRCLE - 1](y)).Sqr(), CIRCLE - 1); double p2 = IntegralClass.IntegralCurve((Point y) => (U(y)).Sqr(), CIRCLE - 1); Functional fif = (Point x) => { double s = 0; for (int i = 0; i < id.Deg; i++) { s += icnew[i] * alpha(x, i) + id[i] * beta(x, i); } return(Math.Abs(s - KursMethods.U(x))); }; double L = IntegralClass.Integral(fif, CIRCLE - 1); $"len = {len}, L = {this.F(res)}".Show(); return(new Tuple <Vectors, double, double>(res, F(res), L)); }
public void BeeDown(double min, double max, int count, int t, int maxmax = 100) { Vectors old = Vectors.Union2(cnew.SubVector(t), d.SubVector(t)); //slau.GaussSelection(t); //cnew= var r = BeeHiveAlgorithm.GetGlobalMin(this.F, (t) * 2, min, max, 1e-15, count, 60, old, maxmax); //$"Hive method ---> {r.Item2}".Show(); VecToCD(r.Item1); ErrorsMasL[t - 1] = r.Item2; Functional ff = (Point x) => { double s = 0; for (int i = 0; i < t; i++) { s += cnew[i] * alpha(x, i) + d[i] * beta(x, i); } return(Math.Abs(s - KursMethods.U(x))); }; ErrorsMasQ[t - 1] = IntegralClass.Integral(ff, CIRCLE - 1); }
/// <summary> /// Вычисление криволинейного интеграла первого рода по этой кривой от функции BasisFuncPow(int i,int j,Point z) /// </summary> /// <param name="i"></param> /// <param name="j"></param> /// <returns></returns> public double Firstkind(int i, int j) { //return this.Firstkind((Point x)=>KursMethods.BasisFuncPow(i,j,(Point)x)); Functional f = (Point x) => KursMethods.BasisFuncPow(i, j, (Point)x); Func <double, double> func = (double t) => f(this.Transfer(t)); return(IntegralClass.Integral(func, this.a, this.b)); }
public void UltraHybrid(int t) { Functional f = (Point x) => { double sum = 0; for (int i = 0; i < dim; i++) { sum += c[i] * alpha(x, i) + d[i] * beta(x, i); } return(Math.Abs(sum - KursMethods.U(x))); }; if (UltraCount == 0)//если вообще не решалось { ErrorsMasQ = new double[dim]; ErrorsMasL = new double[dim]; //"Вошло".Show(); d[0] = dr[0] / dl[0, 0]; //x[0].Show(); VALUE_FOR_ULTRA = Error; ErrorsMasL[0] = VALUE_FOR_ULTRA; ErrorsMasQ[0] = IntegralClass.Integral(f, CIRCLE - 1); //BeeDown(-20, 20, 1000, 1); UltraCount++; for (int i = UltraCount + 1; i <= t; i++) { UltraHybridLast(i); } UltraCount = t; } else if (UltraCount == t - 1)//если надо решить только по последней координате { UltraHybridLast(t); UltraCount++; } else { for (int i = UltraCount + 1; i <= t; i++) { UltraHybridLast(i); } UltraCount = t; } }
public static Tuple <double[], double[], int[], Func <Point, double> > LastMethod2(int n, int g, int cu, SLAUpok SYSTEM = null, SLAUpok SYSTEMQ = null) { ForDesigion.Building(n, g, cu, SYSTEM, SYSTEMQ); double[] ErrorsMasL = new double[n], ErrorsMasQ = new double[n]; int[] Times = new int[n]; var tmp = new BiharmonicEquation(); double range = 200; Vectors old = Vectors.Union2(tmp.cnew, tmp.d); var r = BeeHiveAlgorithm.GetGlobalMin(tmp.F, 2 * n, -range, range, 1e-15, 1200, 60, old, -1); for (int t = 0; t < n; t++) { Functional fif = (Point x) => { double s = 0; for (int i = 0; i < t; i++) { s += tmp.cnew[i] * alpha(x, i) + tmp.d[i] * beta(x, i); } return(Math.Abs(s - KursMethods.U(x))); }; ErrorsMasQ[t] = IntegralClass.Integral(fif, CIRCLE - 1); ErrorsMasL[t] = tmp.F(Vectors.Union2(tmp.cnew.SubVector(t), tmp.d.SubVector(t))); } Func <Point, double> ff = (Point x) => { double s = 0; for (int i = 0; i < tmp.dim; i++) { s += tmp.cnew[i] * alpha(x, i) + tmp.d[i] * beta(x, i); } return(s); }; return(new Tuple <double[], double[], int[], Func <Point, double> >(ErrorsMasL, ErrorsMasQ, Times, ff)); }
/// <summary> /// Ультра-гибридный метод суперского решения по последней координате /// </summary> /// <param name="t"></param> public void UltraHybridLast(int t) //гибридный с координатной минимизацией по последней координате { double[] c = new double[t], cn = new double[t]; //cnew = this.c.dup; for (int i = 0; i < t - 1; i++) { c[i] = slau.x[i]; cn[i] = cnew[i]; } Vectors mk1 = new Vectors(c), mk2 = new Vectors(c); double sum = 0; slau.GaussSpeedy(t); cnew = this.c.dup; double tmp = Error; if (VALUE_FOR_ULTRA < tmp) //если погрешность выросла - исправить это, потому что новое решение не годится { $"{VALUE_FOR_ULTRA} < {tmp} при t = {t} (до покоординатной минимизации результата СПИДГАУССА)".Show(); //покоординатная минимизация результата СПИДГАУССА MINIMAKA(t); tmp = Error; if (VALUE_FOR_ULTRA < tmp) { $"{VALUE_FOR_ULTRA} < {tmp} при t = {t} (до полной покоординатной минимизации вектора с1 с2 ... 0)".Show(); for (int i = 0; i < t; i++)//исправили, теперь пробуем новый метод { slau.x[i] = c[i]; cnew[i] = cn[i]; } //покоординатная минимизация MINIMAKA(t); double tmp1 = Error; if (VALUE_FOR_ULTRA < tmp1) //погрешность опять выросла - тогда просто оставляем 0 на конце { $"{VALUE_FOR_ULTRA} < {tmp1} при t = {t} (до полной покоординатной минимизации на конце)".Show(); for (int i = 0; i < t; i++)//исправили, теперь пробуем новый метод { slau.x[i] = c[i]; cnew[i] = cn[i]; } for (int j = 0; j < t - 1; j++) { sum += c[j] * S[t - 1, j]; sum += d[j] * D2[t - 1, j]; } sum += c[t - 1] * S[t - 1, t - 1]; slau.x[t - 1] = (R2[t - 1] - sum) / slau.A[t - 1, t - 1]; sum = 0; tmp = Error; if (VALUE_FOR_ULTRA < tmp) { for (int i = 0; i < t - 1; i++)//исправили, теперь пробуем новый метод { slau.x[i] = c[i]; cnew[i] = cn[i]; } slau.x[t - 1] = 0; cnew[t - 1] = 0; } else { $"Погрешность уменьшена МИНИМАКОЙ НА КОНЦЕ на {(VALUE_FOR_ULTRA - tmp) / VALUE_FOR_ULTRA * 100} %".Show(); VALUE_FOR_ULTRA = tmp; } } else { $"Погрешность уменьшена ПОЛНОЙ МИНИМАКОЙ на {(VALUE_FOR_ULTRA - tmp1) / VALUE_FOR_ULTRA * 100} %".Show(); VALUE_FOR_ULTRA = tmp1; } } else { $"Погрешность уменьшена МИНИМАКОЙ СПИДГАУССА на {(VALUE_FOR_ULTRA - tmp) / VALUE_FOR_ULTRA * 100} %".Show(); VALUE_FOR_ULTRA = tmp; } } else { $"Погрешность уменьшена СПИДГАУССОМ на {(VALUE_FOR_ULTRA - tmp) / VALUE_FOR_ULTRA * 100} %".Show(); VALUE_FOR_ULTRA = tmp; } ErrorsMasL[t - 1] = VALUE_FOR_ULTRA; Functional f = (Point x) => { double s = 0; for (int i = 0; i < t; i++) { s += c[i] * alpha(x, i) + d[i] * beta(x, i); } return(Math.Abs(s - KursMethods.U(x))); }; ErrorsMasQ[t - 1] = IntegralClass.Integral(f, CIRCLE - 1); }