一、实验目的： 通过本次实验，进一步加深对递归下降算法与抽象语法树的理解，学习程序设计语言的语法分析器的手工编程方法。 二、实验任务： 仔细阅读并测试TINY语言的语法分析器的相关程序，同时复习递归下降算法与抽象语法树的相关理论。 三、实验内容： （1）改写文法与画语法图； （2）TINY语言的抽象语法树节点的数据类型的定义与说明； （3）TINY语言的语法分析器源程序的阅读与注释； （4）TINY语言的语法分析器的YACC输入文件阅读与注释； （5）编译并测试TINY语言的语法分析器；

数值线性代数（徐树方）中的一些算法实现。使用C语言实现，并带有注释，简单易懂。

Rosenbrock函数的定义如下： 其函数图像如下： 我分别使用梯度下降法和牛顿法做了寻找Rosenbrock函数的实验。 梯度下降 梯度下降的更新公式： 图中蓝色的点为起点，橙色的曲线（实际上是折线）是寻找最小值点的轨迹，终点（最小值点）为 (1,1)(1,1)。 梯度下降用了约5000次才找到最小值点。 我选择的迭代步长 α=0.002α=0.002，αα 没有办法取的太大，当为0.003时就会发生振荡： 牛顿法 牛顿法的更新公式： Hessian矩阵中的每一个二阶偏导我是用手算算出来的。 牛顿法只迭代了约5次就找到了函数的最小值点。 下面贴出两个实验的代码。 梯度下降：

第三章 最速下降法和牛顿法 本章讨论无约束优化问题 min

------------：）----------采用MATLAB语言编程，基于梯度下降法实现多元线性回归模型，并与正规方程计算结果进行对比。

nn束 多层感知器和三个优化器的实现：具有NAG的随机梯度下降，具有标准标准近邻束方法和 安装 首先，您需要克隆此存储库： $ git clone https://github.com/vdecaro/nn-bundle $ cd nn-bundle 使用此存储库需要安装conda 。 需要使用python3.7的新环境： $ conda create -n yourenvname python=3.7 $ conda activate yourenvname 下一步是包括将Gurobi安装到您的环境中的渠道： $ conda config --add channels http://conda.anaconda.org/gurobi 现在，您只需启动以下命令即可将所需的软件包安装到您的环境中： $ conda install --file requirements.txt

自己做的，供分享，采用人工算出的梯度及步长来计算，因为矩阵确实不会弄哈

编译原理实验（课程设计）递归下降分析，包含错误恢复（恐慌模式），c语言实现附源码，文法如下 G: S -> SaA | bB A -> aB | c B -> Bb | d

采用Armijo线搜索的最速下降法求解非线性方程的matlab代码

算术表达式的文法是G[E]： E→E+T| E-T| T T→T*F| T/F| F F→(E)| i 用递归下降分析法按文法G[E]对算术表达式（包括+、-、*、/、（）的算术表达式）进行语法分析，判断该表达式是否正确。