def computeOptization(func, iter):
S = topologyOptimisation("pile", nb=250, visible=False, time=500, model=[])
w = S.extract_genotype()
S.Swarm.controller.withVisiblite(True)
res = cma.CMAEvolutionStrategy(w, 1).optimize(func, maxfun=iter).result
S.put_genotype(res[0])
S.Swarm.controller.write_params(S.Swarm.controller.read_params())
import os
import random
from deap import creator, tools, base, algorithms, cma
import numpy as np
from Src.simulationController.topologyOptimizer import topologyOptimisation
print(
"Début du test de l'extracteur des propriétés de l'essaim sur le chemin : ",
os.getcwd())
os.chdir("../..")
S = topologyOptimisation("pile", nb=150, visible=False, time=1500)
best_fitness = 0
def fitnessShapeIndex(w):
S.put_genotype(w)
S.computeSimulation()
S.Swarm.setRange(80)
S.Swarm.shapeIndex()
return S.Swarm.SumshapeIndex()
def fitnessRectanglitude(w):
S.put_genotype(w)
S.computeSimulation()
S.Swarm.setRange(80)
S.Swarm.shapeIndex()
return np.array(S.Swarm.rectanglitude()).mean()
import os
import numpy as np
import cma
from Src.simulationController.topologyOptimizer import topologyOptimisation
print(
"Début du test de l'extracteur des propriétés de l'essaim sur le chemin : ",
os.getcwd())
os.chdir("../..")
S = topologyOptimisation("line", nb=50, visible=False, time=2000)
def fitnessShapeIndex(w):
S.put_genotype(w)
S.computeSimulation()
S.Swarm.setRange(80)
S.Swarm.shapeIndex()
print("Pénalité de ", -S.Swarm.SumshapeIndex())
return -S.Swarm.SumshapeIndex()
def fitnessAggregation(w):
S.put_genotype(w)
S.computeSimulation()
S.Swarm.setRange(80)
S.Swarm.shapeIndex()
#print("Nombre de turing de ",-S.Swarm.nb_turing_spots)
S.Swarm.calculerTuringSpots(seuil=4)
#print("Précision : ",S.getPrecision())
#print("Shape de ", -S.Swarm.SumshapeIndex())
"""
Ces methodes sont utilises afin de ne pas surcharger les notebooks.
"""
import os
import cma
import numpy as np
from Src.simulationController.topologyOptimizer import topologyOptimisation
import matplotlib.pyplot as plt
best_fitness = np.inf
print(
"Debut du test de l'extracteur des proprietes de l'essaim sur le chemin : ",
os.getcwd())
S = topologyOptimisation("random", nb=200, visible=False, time=2500)
#S.computeSimulation()
def renduFitness(nom_fitness, nb_iterations, sigma=0.2):
S.Swarm.setTime(1500)
S.Swarm.controller.rez_params()
if (nom_fitness == "Turing Spot"):
computeOptization(fitnessTuringSpot, nb_iterations, sigma)
elif (nom_fitness == "Shape Index"):
computeOptization(fitnessShapeIndex, nb_iterations, sigma)
elif (nom_fitness == "Aggregation Multiplication"):
computeOptization(fitnessAggregation, nb_iterations)
elif (nom_fitness == "Rectanglitude"):
computeOptization(fitnessRectanglitude, nb_iterations)
S.Swarm.readDatas()
import os
import numpy as np
import cma
from Src.simulationController.topologyOptimizer import topologyOptimisation
print(
"Début du test de l'extracteur des propriétés de l'essaim sur le chemin : ",
os.getcwd())
os.chdir("../..")
S = topologyOptimisation("pile", nb=300, visible=True, time=2000)
def fitnessShapeIndex(w):
S.put_genotype(w)
S.computeSimulation()
S.Swarm.setRange(80)
S.Swarm.shapeIndex()
print("Pénalité de ", -S.Swarm.SumshapeIndex())
return -S.Swarm.SumshapeIndex()
def fitnessRectanglitude(w):
S.put_genotype(w)
S.computeSimulation()
S.Swarm.setRange(80)
S.Swarm.shapeIndex()
print("Pénalité de ", -S.Swarm.SumshapeIndex())
return -np.array(S.Swarm.rectanglitude()).sum()