Eigen sparse solver wrong results(特征稀疏解算器错误结果)
本文介绍了特征稀疏解算器错误结果的处理方法,对大家解决问题具有一定的参考价值,需要的朋友们下面随着小编来一起学习吧!
问题描述
我正在尝试用C++的本征库来解决一个稀疏线性系统Ax=B,但是下面这个简单的例子似乎给出了一个不正确的解决方案:
#include <Eigen/SparseCholesky>
#include <Eigen/Dense>
#include <Eigen/Sparse>
#include <iostream>
#include <vector>
using namespace std;
using namespace Eigen;
int main(){
SimplicialLDLT<SparseMatrix<double>> solver;
SparseMatrix<double> A(9,9);
typedef Triplet<double> T;
vector<T> triplet;
VectorXd B(9);
for(int i=0; i<4; i++){
triplet.push_back(T(i,i,1));
triplet.push_back(T(i+5,i+5,1));
}
triplet.push_back(T(4,1,-1));
triplet.push_back(T(4,3,-1));
triplet.push_back(T(4,5,-1));
triplet.push_back(T(4,7,-1));
triplet.push_back(T(4,4,4));
A.setFromTriplets(triplet.begin(),triplet.end());
B << 0,0,0,0,0.387049,0,0,0,0;
solver.compute(A);
VectorXd x = solver.solve(B);
cout << "A
" << A << "
";
cout << "B
" << B << "
";
cout << "x
" << x << "
";
return 0;
}
我看不到任何错误,算法返回&0&q;表示成功,但我得到的解决方案是
x = 0 0.193524 0 0.193524 0.193524 0 0 0 0
这显然不是此系统的解决方案,正确的解决方案是
x = 0 0 0 0 0.0967621 0 0 0 0
推荐答案
Here's documentationSimplicialLDLT求解器:
此类提供了一个不含稀疏矩阵平方根的LDL^T Cholesky分解稀疏矩阵是自伴且是正定的。
当矩阵在元素中存储实数时,自伴==对称。你的矩阵显然不是对称的。而且,并不是每个对称矩阵都是正定的see examples。
简而言之,您选择的求解器仅适用于非常窄的矩阵类。正如您已经发现的,SparseLU求解器适用于您的输入数据。
ConjugateGradient求解器也不工作,它不要求矩阵是正定的,但it does要求它是自伴的。
这篇关于特征稀疏解算器错误结果的文章就介绍到这了,希望我们推荐的答案对大家有所帮助,也希望大家多多支持编程学习网!
沃梦达教程
本文标题为:特征稀疏解算器错误结果
基础教程推荐
猜你喜欢
- 常量变量在标题中不起作用 2021-01-01
- 静态库、静态链接动态库和动态链接动态库的 .lib 文件里面是什么? 2021-01-01
- C++结构和函数声明。为什么它不能编译? 2022-11-07
- 如何在 C++ 中初始化静态常量成员? 2022-01-01
- 在 C++ 中计算滚动/移动平均值 2021-01-01
- 如何通过C程序打开命令提示符Cmd 2022-12-09
- 如何检查GTK+3.0中的小部件类型? 2022-11-30
- 这个宏可以转换成函数吗? 2022-01-01
- 如何将 std::pair 的排序 std::list 转换为 std::map 2022-01-01
- 我有静态或动态 boost 库吗? 2021-01-01
