復合形演算法

A. 請問復合梯形方法、復合simpson方法及Guass數值積分方法演算法的優、缺點和效率哪個更好

復合辛普森要比復合梯形公式更加好一些，這個可以從誤差限的大小來判斷，復合梯形公式的誤差限的系數為-（b-a）/12，而且後面是h平方級還有f的二次導數，而辛普森的系數是-（b-a）/（180*16），後面h是四次方級的，f的導數為四次導數，顯然辛普森的誤差限更加小
而高斯求積公式是對代數精度的方面有著更加好的結果

B. 相對於遺傳演算法，蟻群演算法等新的優化方法，傳統的優化演算法有哪些

梯度法，共軛梯度法，牛頓法，變尺度法；
坐標輪換法，隨即搜索法，共軛方向法，單純形法，復合形法；
懲罰函數法等。

C. 復合辛普森公式求積分

代碼如下,但是似乎你的題目有問題：
根號X乘lnX 0到1,根號0乘ln0等於0,根號1乘ln1等於1,怎麼求?
#include
#include
#include
double fsimpf(double x) /*要進行計算的被積函數*/
{
\x05double y;
y=log(x)*sqrt(x);
return(y);
}
double fsimp(double a,double b,double eps,int n) /*辛普森演算法:a為積分下限,b為積分上限,eps是希望達到的精度*/
{
int k;
double h,t1,t2,s1,s2,ep,p,x;
h=(float)(b-a)/n;
t1=h*(fsimpf(a)+fsimpf(b))/2.0; /*用梯形公式求出一個大概的估值*/
s1=t1;
ep=eps+1.0;
while (ep>=eps)
\x05{
\x05\x05/*用梯形法則計算*/
\x05\x05p=0.0;
\x05\x05for (k=0;k

D. 帶許可權定Delaunay三角化的演算法步驟及實現

1.二維的演算法步驟及實現

帶權的限定Delaunay三角剖分（Weighted CDT）的演算法的輸入是一個包含限定線段和限定點的平面直線圖（planar straight line graph，簡稱PSLG），演算法的輸出是與限定條件（限定點和限定線段）一致的一個三角形集合。

演算法4.7二維的帶許可權定Delaunay三角剖分

（PSLG）

{

規范化演算法

調用演算法WeightAssignment2d對PSLG中的點賦權值

建立初始大三角形

調用二維帶權Delaunay空洞演算法（演算法4.2）生成受限點集的帶權Delaunay三角剖分；

調用二維恢復受限邊的演算法（演算法4.5）生成邊界一致的帶權Delaunay三角網格

刪除邊界外的多餘的三角形，得到邊界一致的帶許可權定Delaunay三角剖分

}

2.三維的演算法步驟及實現

加權的限定Delaunay剖分的演算法步驟：

輸入：一個分段線性復合形（a piecewise linear complex）

輸出：滿足受限條件的具有帶權Delaunay性質的四面體集合

演算法三維的帶許可權定Delaunay四面體剖分演算法：

（PLC）

{

調用演算法4.4 WeightAssignment3d對規范化後的點和邊賦權值；

建立初始大四面體

for所有的PLC中的平面

將該平面通過坐標變換轉換到XOY平面上；

調用演算法進行二維的帶許可權定Delaunay三角剖分

將得到的二維帶許可權定Delaunay三角網格坐標變換到空間中其原來位置

endfor

調用演算法三維帶權Delaunay空洞演算法生成三維點集的帶權Delaunay四面體剖分

調用演算法RecoverConformSegments和演算法RecoverConformFacets恢復受限邊和受限面

刪除邊界外的多餘的四面體，得到邊界一致的帶許可權定Delaunay四面體剖分

}