Я попытался реализовать метод levenberg-marquardt для решения нелинейных уравнений на Джулии на основе презентации Numerical Optimization using the Levenberg-Marquardt Algorithm. Этот мой код:Метод levenberg-marquardt для решения нелинейных уравнений
function get_J(ArrOfFunc,X,delta)
N = length(ArrOfFunc)
J = zeros(Float64,N,N)
for i = 1:N
for j=1:N
Temp = copy(X);
Temp[j]=Temp[j]+delta;
J[i,j] = (ArrOfFunc[i](Temp)-ArrOfFunc[i](X))/delta;
end
end
return J
end
function get_resudial(ArrOfFunc,Arg)
return map((x)->x(Arg),ArrOfFunc)
end
function lm_solve(Funcs,Init)
X = copy(Init)
delta = 0.01;
Lambda = 0.01;
Factor = 2;
J = get_J(Funcs,X,delta)
R = get_resudial(Funcs,X)
N = 5
for t = 1:N
G = J'*J+Lambda.*eye(length(X))
dC = J'*R
C = sum(R.*R)/2;
Xnew = X-(inv(G)\dC);
Rnew = get_resudial(Funcs,Xnew)
Cnew = sum(Rnew.*Rnew)/2;
if (Cnew < C)
X = Xnew;
R = Rnew;
Lambda = Lambda/Factor;
J = get_J(Funcs,X,delta)
else
Lambda = Lambda*Factor;
end
if(maximum(abs(Rnew)) < 0.001)
return X
end
end
return X
end
function test()
ArrOfFunc = [
(X)->X[1]+X[2]-2;
(X)->X[1]-X[2]
];
X = lm_solve(ArrOfFunc,Float64[3;3])
println(X)
return X
end
Но с любой отправной точкой шаг не принимается. Что я делаю неправильно? Любая помощь будет оценена по достоинству.
Вы не указали определение функции 'compute', что затрудняет проверку кода. – DNF
Если это не 'inv (G) * dC' или' G \ dC', но не сочетание обоих? Предпочтительно второе, поскольку для решения линейной системы не требуется вычисление обратной матрицы. – LutzL
И какое сообщение об ошибке? – DNF