CVF和IVF不同编译器运行程序导致的数值不相等问题

紫璇

我是初学者，用CVF编译器，在程序计算过程中有个变量计算值是“-3.055427265967348E-002”，而用IVF编译器同样的变量计算值是“-3.055427265966992D-002”，这样的精度误差导致我最后想要求解的参数值就不一样，怎么解决啊？

kerb

你的问题也许是你使用了内部函数，比如sin,cos,log等等，但是你在项目属性中使用了缺省的floating point设置，你可以试一下：Extend Precision of Single-Precision Constants设置为：fpconstant;Floating Point Model设置为Strict，否则如果你使用缺省的fast设置，内部函数的精度只有6位，大部分情况下不影响计算结果，但是如果你想超过10多位的精度，有时候会有影响的

mangix2010

这位是港台同胞啊

chiangtp

建議您把程式PO上來, 大家集思廣益看看

紫璇

chiangtp 发表于 2015-4-9 13:39
! Programmer的夢靨: Results are compiler/compile-option dependent
!--------------------------------- ...

您所指的程式有逻辑错误是什么意思呢？我不大懂啊，可以详细点吗？我现在是求解四个参数值，用CVF求解得到四个值分别是10, 152, 551，-0.531；用IVF得到的分别是14， 201， 730， -0.427。

chiangtp

! Programmer的夢靨: Results are compiler/compile-option dependent
!---------------------------------------------------------------------
! 冼鏡光，使用浮點數最最基本的觀念，DCview達人部落格，2008年5月12日
! http://blog.dcview.com/article.php?a=Az0HYgNrBDU%3D
!---------------------------------------------------------------------
! 最常見而且最常用的數學運算定律有三個：交換律（commutative law），
! 結合律（associative law），與分配律（distributive law）。
! 在浮點數運算時，只有交換律成立，結合律與分配律都會出問題。
!---------------------------------------------------------------------
PROGRAM round_5
  IMPLICIT NONE

  INTEGER, PARAMETER :: rp=SELECTED_REAL_KIND(p=6)

  REAL(KIND=rp) :: R, x0, x1, x2, x3, x4, x5
  INTEGER       :: i

  !-------------------------------------

  R  = 3.0_rp
  x0 = 0.5_rp

  x1 = x0
  x2 = x0
  x3 = x0
  x4 = x0
  x5 = x0
  DO i = 0, 1000
    WRITE(*,'(1X,I4,2X,5G14.7)') i, x1, x2, x3, x4, x5

    x1 = (R+1.0_rp)*x1 - R*(x1*x1)
    x2 = (R+1.0_rp)*x2 - (R*x2)*x2
    x3 = ((R+1.0_rp) - R*x3)*x3
    x4 = R*x4 + (1.0_rp-R*x4)*x4
    x5 = x5 + R*(x5-x5*x5)

    IF( MOD(i,20) == 0 ) READ(*,*)
END DO

END PROGRAM round_5

chiangtp

0. "戰時"當如是, 单精度和双精度 cputime一樣
1. "平時"當追根究底, 非双精度不可者幾稀?
2. 不同編譯環境有不同的答案, 超乎"precision limit"能自圓其說的, 就是程式有邏輯上的錯誤

pasuka

单精度和双精度吧？
ivf编译的时候加上-r8或者-fdefault-real-8，默认使用双精度
精度还不够，可以上四精度，譬如-freal-4-real-16

chiangtp

請容我追問: "最后求解的值不一样", 是怎的不一樣?

紫璇

vvt 发表于 2015-4-9 09:00
我没办法解决。
就我个人来看，如果这么小的偏差都能带来致命的错误，这是你的算法稳定性问题。

恩，是的，本身都是近似解，最后都能收敛，应该用哪个都可以，谢谢啊