1002 Strange fuction

本文介绍了一种使用二分法寻找特定方程最小值的方法。方程为F(x)=6*x^7+8*x^6+7*x^3+5*x^2-y*x,通过对方程求导并应用二分法,找到使导数等于0的x值,进而求得方程的最小值。

1002  Strange fuction 

一个方程F(x) = 6 * x^7+8*x^6+7*x^3+5*x^2-y*x,求他的最小值.

求导得 F'(x)=42*pow(x,6)+48*pow(x,5)+21*pow(x,2)+10*x-y;
另其为0,则y=42*pow(x,6)+48*pow(x,5)+21*pow(x,2)+10*x;
用二分法。

#include <stdio.h>
#include <string.h>
#include <queue>
#include <iostream>
#include <map>
#include <algorithm>
using namespace std;
double y; 
double f(double N)
{
    return 42*N*N*N*N*N*N+48*N*N*N*N*N+21*N*N+10*N;
}
double erfen(double left,double right)
{
    double mid;
    while(right-left>1e-7)
    {
        mid=(right+left)/2;
        if(f(mid)-y<1e-7)
        {
            left=mid;
        }
        else 
        {
            right=mid;
        }
    }
    return right;
}
int main()
{
    int T;
    scanf("%d",&T);
    while(T--)
    {
        scanf("%lf",&y);
        double t=erfen(0.0,18.0);
        double b=6*t*t*t*t*t*t*t+8*t*t*t*t*t*t+7*t*t*t+5*t*t-y*t;
        printf("%.4lf\n",b); 
    }
    return 0;
}

【无人机】基于改进粒子群算法的无人机路径规划研究[和遗传算法、粒子群算法进行比较](Matlab代码实现)内容概要:本文围绕基于改进粒子群算法的无人机路径规划展开研究,重点探讨了在复杂环境中利用改进粒子群算法(PSO)实现无人机三维路径规划的方法,并将其与遗传算法(GA)、标准粒子群算法等传统优化算法进行对比分析。研究内容涵盖路径规划的多目标优化、避障策略、航路点约束以及算法收敛性和寻优能力的评估,所有实验均通过Matlab代码实现,提供了完整的仿真验证流程。文章还提到了多种智能优化算法在无人机路径规划中的应用比较,突出了改进PSO在收敛速度和全局寻优方面的优势。; 适合人群:具备一定Matlab编程基础和优化算法知识的研究生、科研人员及从事无人机路径规划、智能优化算法研究的相关技术人员。; 使用场景及目标:①用于无人机在复杂地形或动态环境下的三维路径规划仿真研究;②比较不同智能优化算法(如PSO、GA、蚁群算法、RRT等)在路径规划中的性能差异;③为多目标优化问题提供算法选型和改进思路。; 阅读建议:建议读者结合文中提供的Matlab代码进行实践操作,重点关注算法的参数设置、适应度函数设计及路径约束处理方式,同时可参考文中提到的多种算法对比思路,拓展到其他智能优化算法的研究与改进中。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值