我正在使用SOR方法,需要找到最佳权重因子。我认为一个好的方法是运行我的SOR代码,其中包含0到2的omegas,然后存储每个代码的迭代次数。然后我可以看到哪个迭代是最低的,哪个是对应的omega。然而,作为一名新手程序员,我不确定如何解决这个问题。
这是我的SOR代码:
function [x, l] = SORtest(A, b, x0, TOL,w)
[m n] = size(A); % assigning m and n to number of rows and columns of A
l = 0; % counter variable
x = [0;0;0]; % introducing solution matrix
max_iter = 200;
while (l < max_iter) % loop until max # of iters.
l = l + 1; % increasing counter variable
for i=1:m % looping through rows of A
sum1 = 0; sum2 = 0; % intoducing sum1 and sum2
for j=1:i-1 % looping through columns
sum1 = sum1 + A(i,j)*x(j); % computing sum using x
end
for j=i+1:n
sum2 = sum2 + A(i,j)*x0(j); % computing sum using more recent values in x0
end
x(i) =(1-w)*x0(i) + w*(-sum1-sum2+b(i))/A(i,i); % assigning elements to the solution matrix.
end
if abs(norm(x) - norm(x0)) < TOL % checking tolerance
break
end
x0 = x; % assigning x to x0 before relooping
end
end
答案 0 :(得分:1)
这很容易做到。只需循环遍历w
的值,并确定每个w
的迭代总数。函数完成后,检查这是否是获得解决方案所需的当前最小迭代次数。如果是,则更新最终解决方案。一旦我们遍历所有w
,结果将是产生最小迭代次数以收敛的解决方案向量。请记住,SOR的w
是不包括w = 0
或w = 2
或0 < w < 2
,因此我们无法包括范围内为0或2。因此,做这样的事情:
omega_vec = 0.01:0.01:1.99;
final_x = x0;
min_iter = intmax;
for w = omega_vec
[x, iter] = SORtest(A, b, x0, TOL, w);
if iter < min_iter
min_iter = iter;
final_x = x;
end
end
循环检查每个w
的迭代总数是否小于当前最小值。如果是,请记录此信息并记录解决方案矢量。所有w
上最小的最终解决方案向量将存储在final_x
。