12、数值积分与体积计算方法详解

数值积分与体积计算方法详解

1. 辛普森法则在数值积分中的应用

辛普森法则是一种常用的数值积分方法。有一个名为 NuIntGra 的程序,它具备使用辛普森法则进行数值积分的功能。当使用该程序对曲线 $Y(X) = \sqrt{1 - X^2}$ 下的半圆面积进行积分时,采用不同数量的采样点 $M$ 会得到不同的结果,具体如下表所示:
| $M$ | 面积 | 误差 |
| ---- | ---- | ---- |
| 21 | 1.564 | 0.45% |
| 41 | 1.568 | 0.19% |
| 61 | 1.569 | 0.13% |
| 81 | 1.570 | 0.05% |
| 101 | 1.570 | 0.05% |

从表中可以看出,随着采样点数量 $M$ 的增加,计算得到的面积值逐渐接近真实值,误差也随之减小。

1.1 MATLAB 中的辛普森法则应用

MATLAB 中有一个名为 quad.m 的文件可以执行辛普森法则。若要使用 quad.m 应用辛普森法则来计算半圆的面积,需要按以下步骤操作:
1. 首先,将被积函数准备为一个 .m 文件,例如 integrnd.m
2. 如果 integrnd.m 文件存储在插入到磁盘驱动器 A 的磁盘上,则可以使用以下命令应用 quad.m


                
先展示下效果 https://pan.quark.cn/s/a4b39357ea24 遗传算法 - 简书 遗传算法的理论是根据达尔文进化论而设计出来的算法: 人类是朝着好的方向(最优解)进化,进化过程中,会自动选择优良基因,淘汰劣等基因。 遗传算法(英语:genetic algorithm (GA) )是计算数学中用于解决最佳化的搜索算法,是进化算法的一种。 进化算法最初是借鉴了进化生物学中的一些现象而发展起来的,这些现象包括遗传、突变、自然选择、杂交等。 搜索算法的共同特征为: 首先组成一组候选解 依据某些适应性条件测算这些候选解的适应度 根据适应度保留某些候选解,放弃其他候选解 对保留的候选解进行某些操作,生成新的候选解 遗传算法流程 遗传算法的一般步骤 my_fitness函数 评估每条染色体所对应个体的适应度 升序排列适应度评估值,选出 前 parent_number 个 个体作为 待选 parent 种群(适应度函数的值越小越好) 从 待选 parent 种群 中随机选择 2 个个体作为父方和母方。 抽取父母双方的染色体,进行交叉,产生 2 个子代。 (交叉概率) 对子代(parent + 生成的 child)的染色体进行变异。 (变异概率) 重复3,4,5步骤,直到新种群(parentnumber + childnumber)的产生。 循环以上步骤直至找到满意的解。 名词解释 交叉概率:两个个体进行交配的概率。 例如,交配概率为0.8,则80%的“夫妻”会生育后代。 变异概率:所有的基因中发生变异的占总体的比例。 GA函数 适应度函数 适应度函数由解决的问题决定。 举一个平方和的例子。 简单的平方和问题 求函数的最小值,其中每个变量的取值区间都是 [-1, ...
评论
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