def test():
"""
Тестирует последовательное планирование
:return:
"""
xstart=[1, 100]
xend=[20,200]
c={"a":1000}
funcf=lambda x,b,c: np.array ( [ b[0]+b[1]*x[0]+b[2]*x[1]+b[3]*x[0]*x[1]+b[4]*x[0]*x[0]+b[5]*x[1]*x[1], b[6]+b[7]*x[0]+b[8]*x[1]+b[9]*x[0]*x[1]+b[10]*x[0]*x[0]+b[11]*x[1]*x[1] ] )
jacf = lambda x,b,c,y: np.matrix([ [1, x[0], x[1], x[0]*x[1], x[0]*x[0], x[1]*x[1], 0, 0, 0, 0, 0, 0],
[0,0,0,0,0,0,1,x[0], x[1], x[0]*x[1], x[0]*x[0], x[1]*x[1]] ])
Ve=np.array([ [0.0001, 0],
[0, 0.0001]] )
btrue=[8,4,2,2,9,3,4,2,2,3,4,5]
bstart=np.array(btrue)-np.array([2]*len(btrue))
bend=np.array(btrue)+np.array([2]*len(btrue))
binit=[1]*len(btrue)
N=32
#seqplanb=getbSeqPlanUltra (xstart, xend, N, btrue, binit, c, Ve, jacf, funcf, initplan=o_p.makeRandomUniformExpPlan(xstart, xend, 5), dotlim=500)
print("performing aprior plan:")
oplan=o_ap.grandApriornPlanning (xstart, xend, N, bstart, bend, c, Ve, jacf, func=None, Ntries=5)[1]
measdata = o_p.makeMeasAccToPlan_lognorm(funcf, oplan, btrue, c,Ve )
gknu=o_e.grandCountGN_UltraX1(funcf, jacf, measdata, binit, c, NSIG=10, implicit=False, verbose=False) #получили оценку b binit=bs
o_q.printGKNUNeat(gknu)
o_q.printQualitatNeat(measdata, gknu[0], Ve, funcf, c)
print("\n\nperforming sequence plan with uniform as seed:")
seqplanb=o_sp.getbSeqPlanUltra(xstart, xend, N, btrue, binit, c, Ve, jacf, funcf, initplan=o_p.makeUniformExpPlan(xstart, xend, 4), dotlim=200, NSIG=10)
measdata = o_p.makeMeasAccToPlan(funcf, seqplanb[3], btrue, c,Ve)
gknu=o_e.grandCountGN_UltraX1(funcf, jacf, measdata, binit, c, NSIG=10, implicit=False, verbose=False) #получили оценку b binit=bs
o_q.printGKNUNeat(gknu)
o_q.printQualitatNeat(measdata, gknu[0], Ve, funcf, c)
o_q.printSeqPlanData(seqplanb)
#И самый огонь - последовательный план с априорным в затравке!
print("\n\nperforming sequence plan with aprior as seed (hybrid):")
seqplanb=o_sp.getbSeqPlanUltra(xstart, xend, N, btrue, binit, c, Ve, jacf, funcf, initplan=oplan, dotlim=200, NSIG=10)
#seqplanb=o_sp.getHybridPlan(xstart, xend, N, btrue, binit, bstart, bend, c, Ve, jacf, funcf)
measdata = o_p.makeMeasAccToPlan(funcf, seqplanb[3], btrue, c,Ve)
gknu=o_e.grandCountGN_UltraX1(funcf, jacf, measdata, binit, c, NSIG=10, implicit=False, verbose=False) #получили оценку b binit=bs
o_q.printGKNUNeat(gknu)
o_q.printQualitatNeat(measdata, gknu[0], Ve, funcf, c)
o_q.printSeqPlanData(seqplanb)
def mainModellingPrc ():
measdata = mmsd.MMMeasdata('Table.csv')
pool=['In1.1', 'In1.2', 'In1.3', 'In1.4', 'In2.1', 'In2.2', 'In2.3', 'In5.1', 'In5.2', 'In5.3', 'In5.4']
modelcls=mmd.MMModel()
modelcls.makeLinearRegression(len(pool))
binit=[1]*(len(pool)+1)
#measdata = op.makeMeasAccToPlan_lognorm(modelcls.solver,plan,btrue,None,Ve)
measdata.inlist=pool
measdata.outlist=['O1.1']
measdata.showReadableNames(1,1)
rs=o_e.grandCountGN_UltraX1(modelcls.solver,modelcls.jacf,measdata,binit,None,NSIG=10,implicit=1)
print (rs)
averages= [134676.99, 20.63, 2.57, 11.44, 25.78, 128, 1134.7, -9.76, 9.29, 64, 0.315, 11.26, 5.638, 41.6, 34.787 ,109.32 ,50 ,49.4]
def extraction_Diode_Irev_Limited():
"""
пробуем экстрагировать коэффициенты из модели диода
коэффициенты модели: Ток утечки Is, коэффициент неидеальности N, омическое сопротивление, параллельное диоду R
входные параметры: напряжение, приложенное источником к системе резистор-диод
+-----------|||||---------->|--------- -
Резистор подключен до диода
:return:
"""
global FT
global foldername
#возвращает значение y
funcf=solver_Diode_Irev_Limited
jacf = jac_Diode_Irev_Limited
#теперь попробуем сделать эксперимент.
c={}
Ve=np.array([ [1.34e-7] ] ) #согласно погрешности на мультиметре CHROMA 12061
#btrue=[5.31656e-8,2 ,.0392384] #номинальные значения диода D1N4001
btrue=[5e-8, 400 ,.0422] #номинальные значения диода D1N4001 с сайта, вроде официальной модели производителя
# V=x[0] #напряжение на диоде, в данном случае обратное
# IBV=b[0]
# BV=b[1]
# R=b[2]
bstart=np.array(btrue)-np.array(btrue)*0.1
bend=np.array(btrue)+np.array(btrue)*0.1
print('conditions:')
print(bstart)
print(bend)
binit=[5e-8, 400 ,.0422] #номинальные значения диода D1N4001 с сайта, вроде официальной модели производителя
xstart=[399]
xend=[401]
N=30
print("performing uniform plan:")
plan = o_p.makeUniformExpPlan(xstart,xend, N)
measdata = o_p.makeMeasAccToPlan(funcf, plan, btrue, c,None )
print (measdata)
plotPlanAndMeas2D(measdata)
exit(0)
print("performing aprior plan:")
#примитивная попытка автоматизировать, риальни надо кешировать в файл под хешем параметров
import os
filename =foldername+'/'+'RD_11N4004_'+os.path.basename(__file__).replace('.py','_plan')
try:
oplan=o_p.readPlanFromFile(filename) #переключение на чтение априорного плана из файла
print ("Read file successful")
except BaseException as e:
oplan=o_ap.grandApriornPlanning (xstart, xend, N, bstart, bend, c, Ve, jacf, funcf, Ntries=6, verbose=True)[1]
o_p.writePlanToFile(oplan, filename)
# получаем измеренные данные
measdata = o_p.makeMeasAccToPlan_lognorm(funcf, oplan, btrue, c,Ve )
# #чертим эти данные
# #o_pl.plotPlanAndMeas2D(measdata, 'Aprior Disp{0} measdata'.format(Ve))
#
# #оценка
#grandCountGN_UltraX1_Limited_wrapper (funcf, jacf, measdata:list, binit:list, bstart:list, bend:list, c, A, NSIG=50, NSIGGENERAL=50, implicit=False, verbose=False, verbose_wrapper=False):
gknuxlim = o_el.grandCountGN_UltraX1_Limited_wrapper(funcf,jacf,measdata,binit,bstart,bend, c, implicit=True, verbose=False, verbose_wrapper=False )
gknux = o_e.grandCountGN_UltraX1(funcf, jacf, measdata, binit, c, implicit=True)
gknuxlim2=o_q.convertToQualitatStandart (gknuxlim, funcf, jacf, measdata, c, Ve, name='Limited Count Aprior')
gknux2=o_q.convertToQualitatStandart (gknux, funcf, jacf, measdata, c, Ve, name='Normal Count Aprior')
o_q.printQualitatStandart (gknuxlim2)
o_q.printQualitatStandart (gknux2)
def extraction_Diode_Irev_Limited():
"""
пробуем экстрагировать коэффициенты из модели диода
коэффициенты модели: Ток утечки Is, коэффициент неидеальности N, омическое сопротивление, параллельное диоду R
входные параметры: напряжение, приложенное источником к системе резистор-диод
+-----------|||||---------->|--------- -
Резистор подключен до диода
:return:
"""
global FT
global foldername
#возвращает значение y
funcf = solver_Diode_Irev_Limited
jacf = jac_Diode_Irev_Limited
#теперь попробуем сделать эксперимент.
c = {}
Ve = np.array([[1.34e-7]
]) #согласно погрешности на мультиметре CHROMA 12061
#btrue=[5.31656e-8,2 ,.0392384] #номинальные значения диода D1N4001
btrue = [
5e-8, 400, .0422
] #номинальные значения диода D1N4001 с сайта, вроде официальной модели производителя
# V=x[0] #напряжение на диоде, в данном случае обратное
# IBV=b[0]
# BV=b[1]
# R=b[2]
bstart = np.array(btrue) - np.array(btrue) * 0.1
bend = np.array(btrue) + np.array(btrue) * 0.1
print('conditions:')
print(bstart)
print(bend)
binit = [
5e-8, 400, .0422
] #номинальные значения диода D1N4001 с сайта, вроде официальной модели производителя
xstart = [399]
xend = [401]
N = 30
print("performing uniform plan:")
plan = o_p.makeUniformExpPlan(xstart, xend, N)
measdata = o_p.makeMeasAccToPlan(funcf, plan, btrue, c, None)
print(measdata)
plotPlanAndMeas2D(measdata)
exit(0)
print("performing aprior plan:")
#примитивная попытка автоматизировать, риальни надо кешировать в файл под хешем параметров
import os
filename = foldername + '/' + 'RD_11N4004_' + os.path.basename(
__file__).replace('.py', '_plan')
try:
oplan = o_p.readPlanFromFile(
filename) #переключение на чтение априорного плана из файла
print("Read file successful")
except BaseException as e:
oplan = o_ap.grandApriornPlanning(xstart,
xend,
N,
bstart,
bend,
c,
Ve,
jacf,
funcf,
Ntries=6,
verbose=True)[1]
o_p.writePlanToFile(oplan, filename)
# получаем измеренные данные
measdata = o_p.makeMeasAccToPlan_lognorm(funcf, oplan, btrue, c, Ve)
# #чертим эти данные
# #o_pl.plotPlanAndMeas2D(measdata, 'Aprior Disp{0} measdata'.format(Ve))
#
# #оценка
#grandCountGN_UltraX1_Limited_wrapper (funcf, jacf, measdata:list, binit:list, bstart:list, bend:list, c, A, NSIG=50, NSIGGENERAL=50, implicit=False, verbose=False, verbose_wrapper=False):
gknuxlim = o_el.grandCountGN_UltraX1_Limited_wrapper(funcf,
jacf,
measdata,
binit,
bstart,
bend,
c,
implicit=True,
verbose=False,
verbose_wrapper=False)
gknux = o_e.grandCountGN_UltraX1(funcf,
jacf,
measdata,
binit,
c,
implicit=True)
gknuxlim2 = o_q.convertToQualitatStandart(gknuxlim,
funcf,
jacf,
measdata,
c,
Ve,
name='Limited Count Aprior')
gknux2 = o_q.convertToQualitatStandart(gknux,
funcf,
jacf,
measdata,
c,
Ve,
name='Normal Count Aprior')
o_q.printQualitatStandart(gknuxlim2)
o_q.printQualitatStandart(gknux2)
def factorSelectionTest():
measdata = mmsd.MMMeasdata('testData.csv')
pool=['in1','in2','in3','in4','in5']
measdata.outlist=['o1']
modelcls=mmd.MMModel()
#1 посчитать среднее по выходной переменной
ylist = measdata.getCut('o1')
print (ylist)
avy=mean(ylist)
#это и является самой примитивной, вырожденной регрессией
Skinit=sum([(y-avy)**2 for y in ylist])
print ('Initial Sk: {0}'.format(Skinit))
for nvars in range(1,len(pool)):
#для числа переменных от 1 до длины пула
modelcls.makeLinearRegression(nvars) #построим регрессию с 1 переменной
binit=[1]*(nvars+1)
SkCurr=Skinit
AddingVarcurr=''
rscurr=None
#measdata.inlist.append(pool[0]) #сразу всунем первую переменную, чтоб потом вытягивать её, если шо
for var in pool: #для каждой переменной в пуле
if measdata.inlist:
measdata.inlist.pop()
measdata.inlist.append(var) #заменить последнюю переменную такой
#вывод отладочных данных
print ('Model, variables number={0}'.format(nvars))
measdata.showReadableNames(1,1)
rs1=o_e.grandCountGN_UltraX1(modelcls.solver,modelcls.jacf,measdata,binit,None,NSIG=5,implicit=1, maxiter=10)
rs2=o_e.grandCountGN_UltraX1(modelcls.solver,modelcls.jacf,measdata,binit,None,NSIG=5,implicit=0, maxiter=10)
#здесь присутствует некоторая проблема - implicit может и на explicit поменяться, фиг его
# объектная (Sk и есть наше MCLL - Maximizing Component of Logarithm of Likelihood function)
if rs1[4]>rs2[4]: rs=rs2
else: rs=rs1
if rs[4]<SkCurr: #если полученная на шаге Sk меньше, чем текущая. Здесь разница должна сравниваться по статистике! В таком исполнении последовательность переменных будет по степени важности
print ('difference - LR statistics value {0}'.format(SkCurr-rs[4]))
SkCurr=rs[4]
AddingVarcurr=var
rscurr=rs
measdata.inlist.pop()
if AddingVarcurr: #если есть, что добавлять
print ('added a variable in regression')
measdata.inlist.append(AddingVarcurr)
pool.remove(AddingVarcurr)
else:
print ('finished, no significant variables left')
print (rscurr)
print (rs)
def testDiodeParameterExtractionIMPLICIT(plot=True):
"""
пробуем экстрагировать коэффициенты из модели диода
коэффициенты модели: Ток утечки Is, коэффициент неидеальности N, омическое сопротивление, параллельное диоду R
входные параметры: напряжение, приложенное источником к системе резистор-диод
+-----------|||||---------->|--------- -
Резистор подключен до диода
:return:
"""
#возвращает значение y
funcf = diodeResistorIMPLICITfunction
jacf = diodeResistorIMPLICITJac
#теперь попробуем сделать эксперимент.
c = {}
Ve = np.array([[0.00000001]])
btrue = [1.238e-14, 1.8, 100]
#btrue=[1.5e-14, 1.75, 150]
bstart = np.array(btrue) - np.array(btrue) * 0.3
bend = np.array(btrue) + np.array(btrue) * 0.3
binit = [1.0e-14, 1.7, 70]
#binit=[1.238e-14, 1.8, 100]
xstart = [0.001]
#xend=[20,60]
xend = [2]
N = 20
print("performing aprior plan:")
#примитивная попытка автоматизировать, риальни надо кешировать в файл под хешем параметров
try:
oplan = o_p.readPlanFromFile(
) #переключение на чтение априорного плана из файла
print("Read file successful")
except BaseException as e:
oplan = o_ap.grandApriornPlanning(xstart,
xend,
N,
bstart,
bend,
c,
Ve,
jacf,
funcf,
Ntries=6,
verbosePlan=True,
verbose=True)[1]
o_p.writePlanToFile(oplan)
#получаем измеренные данные
# measdata = o_p.makeMeasAccToPlan_lognorm(funcf, oplan, btrue, c,Ve )
# #чертим эти данные
# #o_pl.plotPlanAndMeas2D(measdata, 'Aprior Disp{0} measdata'.format(Ve))
#
# #оценка
# gknu=o_e.grandCountGN_UltraX1 (funcf, jacf, measdata, binit, c, NSIG=100, implicit=True)
#
# #вывод данных оценки - данные, квалитат, дроп
# o_q.printGKNUNeat(gknu)
# o_q.printQualitatNeat(measdata, gknu[0], Ve, funcf, c)
# if plot:
# o_pl.plotSkGraph(gknu, 'Aprior Research Sk drop')
#
#
terminationOptDict = {'VdShelfPow': -7}
#
#
# N=30
#
# print("\n\nperforming sequence plan with random as seed:")
# seqplanb=o_sp.getbSeqPlanUltra(xstart, xend, N, btrue, binit, c, Ve, jacf, funcf, dotlim=100, verbose=False, NSIG=100, implicit=True, lognorm=True, terminationOptDict=terminationOptDict) #создаём последовательный план, с выводом инфо по итерациям
# #выводим данные последовательного планирования
# o_q.printSeqPlanData(seqplanb)
# #получаем данные измерения по этому последовательному плану
# measdata = o_p.makeMeasAccToPlan_lognorm(funcf, seqplanb[3], btrue, c,Ve)
# #чертим эти данные
# if plot:
# o_pl.plotPlanAndMeas2D(measdata, 'Hybrid Disp{0} measdata'.format(Ve))
# print("GKNU for plan")
# gknu=o_e.grandCountGN_UltraX1 (funcf, jacf, measdata, binit, c, NSIG=100, implicit=True)
# o_q.printGKNUNeat(gknu)
# o_q.printQualitatNeat(measdataETALON, gknu[0], Ve, funcf, c)
# if plot:
# o_pl.plotSkGraph(gknu, 'Hybrid bei plan Sk drop')
#
#
#
# print("\n\nperforming sequence plan with uniform as seed:")
# unifplan=o_p.makeUniformExpPlan(xstart, xend, N)
# seqplanb=o_sp.getbSeqPlanUltra(xstart, xend, N, btrue, binit, c, Ve, jacf, funcf, initplan=unifplan, dotlim=100, verbose=False, NSIG=100, implicit=True, lognorm=True, terminationOptDict=terminationOptDict) #создаём последовательный план, с выводом инфо по итерациям
# #выводим данные последовательного планирования
# o_q.printSeqPlanData(seqplanb)
# #получаем данные измерения по этому последовательному плану
# measdata = o_p.makeMeasAccToPlan_lognorm(funcf, seqplanb[3], btrue, c,Ve)
# #чертим эти данные
# if plot:
# o_pl.plotPlanAndMeas2D(measdata, 'Hybrid Disp{0} measdata'.format(Ve))
# print("GKNU for plan")
# gknu=o_e.grandCountGN_UltraX1 (funcf, jacf, measdata, binit, c, NSIG=100, implicit=True)
# o_q.printGKNUNeat(gknu)
# o_q.printQualitatNeat(measdataETALON, gknu[0], Ve, funcf, c)
# if plot:
# o_pl.plotSkGraph(gknu, 'Hybrid bei plan Sk drop')
#
#
# print("\n\nperforming sequence plan with aprior as seed (hybrid):")
# seqplanb=o_sp.getbSeqPlanUltra(xstart, xend, N, btrue, binit, c, Ve, jacf, funcf, dotlim=100, verbose=False, NSIG=100, implicit=True, lognorm=True, terminationOptDict=terminationOptDict) #создаём последовательный план, с выводом инфо по итерациям
# # #выводим данные последовательного планирования
# o_q.printSeqPlanData(seqplanb)
#получаем данные измерения по этому последовательному плану
# #пробуем несколько измерений произвести
# resarr=list()
# #несколько раз измерения
# t=PrettyTable (['Среднее логарифма правдоподобия','Сигма логарифма правдоподобия' , 'b','Среднее остатков по модулю'])
# for i in range(20):
# measdata = o_p.makeMeasAccToPlan_lognorm(funcf, oplan, btrue, c,Ve)
# gknu=o_e.grandCountGN_UltraX_ExtraStart (funcf, jacf, measdata, bstart, bend, c, Ve, NSIG=100, implicit=True, verbose=False, Ntries=10, name='aprior plan plus several measurements')
# if (gknu):
# resarr.append(gknu)
# if resarr:
# for gknu in resarr:
# if (gknu):
# t.add_row([gknu['AvLogTruth'],gknu['SigmaLT'], gknu['b'], gknu['AvDif'] ])
# be=o_e.selectBestEstim (resarr)
# t.add_row(['*', '*', '*', '*' ])
# t.add_row([be['AvLogTruth'], be['SigmaLT'], be['b'], be['AvDif'] ])
# print(t)
# o_q.analyseDifList(be)
#Априорный план просто
startplan = o_p.makeUniformExpPlan(xstart, xend, 150)
measdata = o_p.makeMeasAccToPlan_lognorm(funcf, startplan, btrue, c, Ve)
gknu = o_e.grandCountGN_UltraX1(funcf,
jacf,
measdata,
binit,
c,
NSIG=100,
implicit=True)
o_q.printGKNUNeat(gknu)
o_q.printQualitatNeat(measdata, gknu[0], Ve, funcf, c, jacf)
def extraction_Kirch_DiodeV2Mod2DirectBranch():
"""
[Реестровая]
:return:
"""
funcf=func_Kirch_DiodeV2Mod2DirectBranch
jacf = Jac_Kirch_DiodeV2Mod2DirectBranch
c={}
Ve=np.array([ [0.0000000000001] ] )
btrue=[1.238e-14, 1.8, 1.5e-15, 1.9, 1.2, 0.5]
bstart=np.array(btrue)-np.array(btrue)*0.1
bend=np.array(btrue)+np.array(btrue)*0.1
binit=[1.238e-14, 1.7, 1.1e-20, 1.9, 1.1, 0.5]
xstart=[0.01]
#xend=[20,60]
xend=[1.5]
N=200 #число точек в плане (для планов, кроме априорного)
NArprior=30 #число точек в априорном плане
#Получаем априорный план
print("performing aprior plan:")
#блок кеширования априорного плана в файл
filename = os.path.basename(__file__).replace('.py','_plan1')
try:
oplan=o_p.readPlanFromFile(filename) #переключение на чтение априорного плана из файла
print ("Read file successful")
except BaseException as e:
oplan=o_ap.grandApriornPlanning (xstart, xend, NArprior, bstart, bend, c, Ve, jacf, funcf, Ntries=6, verbosePlan=True, verbose=True)[1]
o_p.writePlanToFile(oplan, filename)
#Задание опций для последовательного плана
terminationOptDict={'VdShelfPow':-7}
#Оценивание параметров с использованием ряда начальных значений
# resarr=list() #Список результатов
# t=PrettyTable (['Среднее логарифма правдоподобия','Сигма логарифма правдоподобия' , 'b','Среднее остатков по модулю'])
# for i in range(30):
# measdata = o_p.makeMeasAccToPlan_lognorm(funcf, oplan, btrue, c,Ve)
# gknu=o_e.grandCountGN_UltraX_ExtraStart (funcf, jacf, measdata, bstart, bend, c, Ve, NSIG=100, implicit=False, verbose=False, Ntries=10, name='aprior plan plus several measurements')
# if (gknu):
# resarr.append(gknu)
# if resarr:
# for gknu in resarr:
# if (gknu):
# t.add_row([gknu['AvLogTruth'],gknu['SigmaLT'], gknu['b'], gknu['AvDif'] ])
# be=o_e.selectBestEstim (resarr)
#
# t.add_row(['*', '*', '*', '*' ])
# t.add_row([be['AvLogTruth'], be['SigmaLT'], be['b'], be['AvDif'] ])
# print(t)
# #o_q.analyseDifList(be)
# o_q.printGKNUNeat(be)
# o_q.printQualitatNeat(measdata, be[0], Ve, funcf, c)
#Оценивание с использованием binit
# По априорному плану
# print('Aprior Plan Binit')
# #данные по новому формату
#
# measdata = o_p.makeMeasAccToPlan_lognorm(funcf, oplan, btrue, c,Ve)
# gknu=o_e.grandCountGN_UltraX1 (funcf, jacf, measdata, binit, c, NSIG=100, implicit=False)
# #o_q.analyseDifList(gknu)
# o_q.printGKNUNeat(gknu)
# o_q.printQualitatNeat(measdata, gknu[0], Ve, funcf, c)
#
# #По нормальному плану
print("performing normal research:")
startplan = o_p.makeUniformExpPlan(xstart, xend, 150)
measdata = o_p.makeMeasAccToPlan_lognorm(funcf, startplan, btrue, c,Ve)
gknu=o_e.grandCountGN_UltraX1 (funcf, jacf, measdata, binit, c, NSIG=100, implicit=False)
if (gknu):
#o_q.analyseDifList(gknu)
o_q.printGKNUNeat(gknu)
o_q.printQualitatNeat(measdata, gknu[0], Ve, funcf, c, jacf)
def testDiodeParameterExtractionIMPLICIT(plot=True):
"""
пробуем экстрагировать коэффициенты из модели диода
коэффициенты модели: Ток утечки Is, коэффициент неидеальности N, омическое сопротивление, параллельное диоду R
входные параметры: напряжение, приложенное источником к системе резистор-диод
+-----------|||||---------->|--------- -
Резистор подключен до диода
:return:
"""
#возвращает значение y
funcf=diodeResistorIMPLICITfunction
jacf = diodeResistorIMPLICITJac
#теперь попробуем сделать эксперимент.
c={}
Ve=np.array([ [0.00000001] ] )
btrue=[1.238e-14, 1.8, 100]
#btrue=[1.5e-14, 1.75, 150]
bstart=np.array(btrue)-np.array(btrue)*0.3
bend=np.array(btrue)+np.array(btrue)*0.3
binit=[1.0e-14, 1.7, 70]
#binit=[1.238e-14, 1.8, 100]
xstart=[0.001]
#xend=[20,60]
xend=[2 ]
N=20
print("performing aprior plan:")
#примитивная попытка автоматизировать, риальни надо кешировать в файл под хешем параметров
try:
oplan=o_p.readPlanFromFile() #переключение на чтение априорного плана из файла
print ("Read file successful")
except BaseException as e:
oplan=o_ap.grandApriornPlanning (xstart, xend, N, bstart, bend, c, Ve, jacf, funcf, Ntries=6, verbosePlan=True, verbose=True)[1]
o_p.writePlanToFile(oplan)
#получаем измеренные данные
# measdata = o_p.makeMeasAccToPlan_lognorm(funcf, oplan, btrue, c,Ve )
# #чертим эти данные
# #o_pl.plotPlanAndMeas2D(measdata, 'Aprior Disp{0} measdata'.format(Ve))
#
# #оценка
# gknu=o_e.grandCountGN_UltraX1 (funcf, jacf, measdata, binit, c, NSIG=100, implicit=True)
#
# #вывод данных оценки - данные, квалитат, дроп
# o_q.printGKNUNeat(gknu)
# o_q.printQualitatNeat(measdata, gknu[0], Ve, funcf, c)
# if plot:
# o_pl.plotSkGraph(gknu, 'Aprior Research Sk drop')
#
#
terminationOptDict={'VdShelfPow':-7}
#
#
# N=30
#
# print("\n\nperforming sequence plan with random as seed:")
# seqplanb=o_sp.getbSeqPlanUltra(xstart, xend, N, btrue, binit, c, Ve, jacf, funcf, dotlim=100, verbose=False, NSIG=100, implicit=True, lognorm=True, terminationOptDict=terminationOptDict) #создаём последовательный план, с выводом инфо по итерациям
# #выводим данные последовательного планирования
# o_q.printSeqPlanData(seqplanb)
# #получаем данные измерения по этому последовательному плану
# measdata = o_p.makeMeasAccToPlan_lognorm(funcf, seqplanb[3], btrue, c,Ve)
# #чертим эти данные
# if plot:
# o_pl.plotPlanAndMeas2D(measdata, 'Hybrid Disp{0} measdata'.format(Ve))
# print("GKNU for plan")
# gknu=o_e.grandCountGN_UltraX1 (funcf, jacf, measdata, binit, c, NSIG=100, implicit=True)
# o_q.printGKNUNeat(gknu)
# o_q.printQualitatNeat(measdataETALON, gknu[0], Ve, funcf, c)
# if plot:
# o_pl.plotSkGraph(gknu, 'Hybrid bei plan Sk drop')
#
#
#
# print("\n\nperforming sequence plan with uniform as seed:")
# unifplan=o_p.makeUniformExpPlan(xstart, xend, N)
# seqplanb=o_sp.getbSeqPlanUltra(xstart, xend, N, btrue, binit, c, Ve, jacf, funcf, initplan=unifplan, dotlim=100, verbose=False, NSIG=100, implicit=True, lognorm=True, terminationOptDict=terminationOptDict) #создаём последовательный план, с выводом инфо по итерациям
# #выводим данные последовательного планирования
# o_q.printSeqPlanData(seqplanb)
# #получаем данные измерения по этому последовательному плану
# measdata = o_p.makeMeasAccToPlan_lognorm(funcf, seqplanb[3], btrue, c,Ve)
# #чертим эти данные
# if plot:
# o_pl.plotPlanAndMeas2D(measdata, 'Hybrid Disp{0} measdata'.format(Ve))
# print("GKNU for plan")
# gknu=o_e.grandCountGN_UltraX1 (funcf, jacf, measdata, binit, c, NSIG=100, implicit=True)
# o_q.printGKNUNeat(gknu)
# o_q.printQualitatNeat(measdataETALON, gknu[0], Ve, funcf, c)
# if plot:
# o_pl.plotSkGraph(gknu, 'Hybrid bei plan Sk drop')
#
#
# print("\n\nperforming sequence plan with aprior as seed (hybrid):")
# seqplanb=o_sp.getbSeqPlanUltra(xstart, xend, N, btrue, binit, c, Ve, jacf, funcf, dotlim=100, verbose=False, NSIG=100, implicit=True, lognorm=True, terminationOptDict=terminationOptDict) #создаём последовательный план, с выводом инфо по итерациям
# # #выводим данные последовательного планирования
# o_q.printSeqPlanData(seqplanb)
#получаем данные измерения по этому последовательному плану
# #пробуем несколько измерений произвести
# resarr=list()
# #несколько раз измерения
# t=PrettyTable (['Среднее логарифма правдоподобия','Сигма логарифма правдоподобия' , 'b','Среднее остатков по модулю'])
# for i in range(20):
# measdata = o_p.makeMeasAccToPlan_lognorm(funcf, oplan, btrue, c,Ve)
# gknu=o_e.grandCountGN_UltraX_ExtraStart (funcf, jacf, measdata, bstart, bend, c, Ve, NSIG=100, implicit=True, verbose=False, Ntries=10, name='aprior plan plus several measurements')
# if (gknu):
# resarr.append(gknu)
# if resarr:
# for gknu in resarr:
# if (gknu):
# t.add_row([gknu['AvLogTruth'],gknu['SigmaLT'], gknu['b'], gknu['AvDif'] ])
# be=o_e.selectBestEstim (resarr)
# t.add_row(['*', '*', '*', '*' ])
# t.add_row([be['AvLogTruth'], be['SigmaLT'], be['b'], be['AvDif'] ])
# print(t)
# o_q.analyseDifList(be)
#Априорный план просто
startplan = o_p.makeUniformExpPlan(xstart, xend, 150)
measdata = o_p.makeMeasAccToPlan_lognorm(funcf, startplan, btrue, c,Ve)
gknu=o_e.grandCountGN_UltraX1 (funcf, jacf, measdata, binit, c, NSIG=100, implicit=True)
o_q.printGKNUNeat(gknu)
o_q.printQualitatNeat(measdata, gknu[0], Ve, funcf, c, jacf)
def extraction_DiodeV4_partIn_Decimal(plot=True):
"""
пробуем экстрагировать коэффициенты из модели диода
коэффициенты модели: Ток утечки Is, коэффициент неидеальности N, омическое сопротивление, параллельное диоду R
входные параметры: напряжение, приложенное источником к системе резистор-диод
+-----------|||||---------->|--------- -
Резистор подключен до диода
:return:
"""
#возвращает значение y
funcf=solver_DiodeV4_partIn_Decimal
jacf = jac_DiodeV4_partIn_Decimal
#теперь попробуем сделать эксперимент.
c={}
Ve=np.array([ [0.00000001] ] )
btrue=[1.238e-14, 1.8, 100]
#btrue=[1.5e-14, 1.75, 150]
bstart=np.array(btrue)-np.array(btrue)*0.3
bend=np.array(btrue)+np.array(btrue)*0.3
binit=[1.0e-14, 1.7, 70]
#binit=[1.238e-14, 1.8, 100]
xstart=[0.001]
#xend=[20,60]
xend=[1.5]
N=100 #для неаприорных планов
NAprior=20 #для априорных планов
#Получаем априорный план
print("performing aprior plan:")
#блок кеширования априорного плана в файл
filename ='cachedPlans/'+os.path.basename(__file__).replace('.py','_plan')
try:
oplan=o_p.readPlanFromFile(filename) #переключение на чтение априорного плана из файла
print ("Read file successful")
except BaseException as e:
oplan=o_ap.grandApriornPlanning (xstart, xend, NAprior, bstart, bend, c, Ve, jacf, funcf, Ntries=6, verbosePlan=True, verbose=True)[1]
o_p.writePlanToFile(oplan, filename)
#}
unifplan = o_p.makeUniformExpPlan(xstart, xend, N)
#получаем измерения с планов
measdata = o_p.makeMeasAccToPlan_lognorm(funcf, oplan, btrue, c,Ve )
measdataUnif = o_p.makeMeasAccToPlan_lognorm(funcf, unifplan, btrue, c,Ve )
filename = os.path.basename(__file__).replace('.py','_results')
#выполняем оценку
print ("performing aprior plan")
gknu=o_e.grandCountGN_UltraX_Qualitat (funcf, jacf, measdata, binit, c, Ve, NSIG=100, implicit=True)
o_q.analyseDifList(gknu, imagename='Aprior_Plan')
o_q.printGKNUNeat(gknu)
o_q.printQualitatNeat(measdata, gknu['b'], Ve, funcf, c, jacf)
print ("performing uniform plan")
gknu=o_e.grandCountGN_UltraX_Qualitat (funcf, jacf, measdataUnif, binit, c, Ve, NSIG=100, implicit=True)
o_q.analyseDifList(gknu, imagename='Uniform_Plan')
o_q.printGKNUNeat(gknu)
o_q.printQualitatNeat(measdata, gknu['b'], Ve, funcf, c, jacf)
def extraction_Diode_In_Limited():
"""
пробуем экстрагировать коэффициенты из модели диода
коэффициенты модели: Ток утечки Is, коэффициент неидеальности N, омическое сопротивление, параллельное диоду R
входные параметры: напряжение, приложенное источником к системе резистор-диод
+-----------|||||---------->|--------- -
Резистор подключен до диода
:return:
"""
global FT
global foldername
#возвращает значение y
funcf=solver_Diode_In_Limited
jacf = jac_Diode_In_Limited
#теперь попробуем сделать эксперимент.
c={}
Ve=np.array([ [0.00000001] ] )
btrue=[1.238e-14, 1.8, 100]
#btrue=[1.5e-14, 1.75, 150]
bstart=np.array(btrue)-np.array(btrue)*0.3
bend=np.array(btrue)+np.array(btrue)*0.3002
#binit=np.array(btrue)-np.array(btrue)*0.1
print('conditions:')
print(bstart)
print(bend)
binit=[1.1e-14, 1.5, 90]
xstart=[0.001]
xend=[2]
N=20
print("performing aprior plan:")
#примитивная попытка автоматизировать, риальни надо кешировать в файл под хешем параметров
import os
filename =foldername+'/'+os.path.basename(__file__).replace('.py','_plan')
try:
oplan=o_p.readPlanFromFile(filename) #переключение на чтение априорного плана из файла
print ("Read file successful")
except BaseException as e:
oplan=o_ap.grandApriornPlanning (xstart, xend, N, bstart, bend, c, Ve, jacf, funcf, Ntries=6, verbose=True)[1]
o_p.writePlanToFile(oplan, filename)
# получаем измеренные данные
measdata = o_p.makeMeasAccToPlan_lognorm(funcf, oplan, btrue, c,Ve )
# #чертим эти данные
# #o_pl.plotPlanAndMeas2D(measdata, 'Aprior Disp{0} measdata'.format(Ve))
#
# #оценка
#grandCountGN_UltraX1_Limited_wrapper (funcf, jacf, measdata:list, binit:list, bstart:list, bend:list, c, A, NSIG=50, NSIGGENERAL=50, implicit=False, verbose=False, verbose_wrapper=False):
gknuxlim = o_el.grandCountGN_UltraX1_Limited_wrapper(funcf,jacf,measdata,binit,bstart,bend, c, implicit=True, verbose=False, verbose_wrapper=False )
gknux = o_e.grandCountGN_UltraX1(funcf, jacf, measdata, binit, c, implicit=True)
gknuxlim2=o_q.convertToQualitatStandart (gknuxlim, funcf, jacf, measdata, c, Ve, name='Limited Count Aprior')
gknux2=o_q.convertToQualitatStandart (gknux, funcf, jacf, measdata, c, Ve, name='Normal Count Aprior')
o_q.printQualitatStandart (gknuxlim2)
o_q.printQualitatStandart (gknux2)
#extraction_Diode_Irev_Limited()
def getbSeqPlanUltra (xstart:list, xend:list, N:int, btrue:list, binit:list, c, Ve, jacf, funcf, initplan=None, NSIG=10, smallestdetVb=1e-6, implicit=False, lognorm=False, dotlim=100, verbose=False):
"""
Осуществляет последовательное планирование и оценку коэффициентов модели
:param xstart: начало диапазона x
:param xend: конец диапазона x
:param N: количество точек в плане эксперимента
:param binit: стартовое значение вектора коэффициентов
:param btrue: истинное значение вектора коэффициентов
:param c: словарь дополнительных переменных
:param Ve: ковариационная матрица y
:param jacf: функция, возвращающая якобиан модели, входящие x,b,c,y
:param funcf: функция, возвращающая значение модели, входящие x,b,c
:param initplan: - начальный план
:param NSIG:
:param implicit - неявность функции. Если функция неявна, то в gknu sign=0
:param lognorm - требуется ли использование логнорм для получения измеренных данных
:return: k, число итераций, лог
Для переделывания на реальные измерения btrue=None и функции моделирования переводятся на измерительные
"""
startplan = initplan if initplan else o_p.makeRandomUniformExpPlan(xstart, xend, N)
origplan = copy.copy(startplan)
measdata = o_p.makeMeasAccToPlan_lognorm(funcf, startplan, btrue, c, Ve) if lognorm else o_p.makeMeasAccToPlan(funcf, startplan, btrue, c, Ve)
log=""
b=binit
prevdetVb=None
for numiter in range(dotlim): #ограничитель цикла - если выход произошёл по ограничению, значит, возможна ошибка
estim=o_e.grandCountGN_UltraX1(funcf, jacf, measdata, b, c, NSIG, implicit=implicit, verbose=False) #получили оценку b binit=b
#measdata почему-то разная, причины неизвестны.
b=estim[0]
Sk=estim[1]
Vb=o_p.countVbForMeasdata(b, c, Ve, jacf, measdata)
#посчитали определитель
detVb=np.linalg.det(Vb)
if verbose:
print ("Sequence Plan Iteration: {0}\nb={1}\ndetVb={2}\nprevdetVb={3} \nSk={4}".format(numiter, b, detVb, prevdetVb, Sk))
condition=prevdetVb!=None and math.fabs(detVb-prevdetVb)/prevdetVb<math.pow(10,-1) #если вышли на плато
prevdetVb=detVb
if condition:
return b, numiter, Sk, startplan, origplan, log, estim, measdata, detVb #то всё вернуть
#иначе поиск следующей точки плана
xdot=copy.copy(xstart) #получили начальную точку начальное значение - ровно пополам диапазона
for i in range(len(xstart)): #присвоили ей значение
xdot[i]=xstart[i]+(xend[i]-xstart[i])/2
#объектная функция
measure=lambda x,b,c:o_p.makeMeasOneDot_lognorm(funcf, x, b, c, Ve) if lognorm else o_p.makeMeasOneDot(funcf, xdot, b, c, Ve)
function = lambda x: np.linalg.det(o_p.countVbForPlan(o_g.appendToList(startplan, x),b,c,Ve,jacf, measure))
#funcf заменено на measure, которая добавляет дисперсию.
#function и measure есть разные функции - первая даёт идеальный результат, вторая - с дисперсией
#создать функцию, которая будет возвращать полученные от func данные, налагая дисперсию.
#каждый раз будет пытаться добавить в план точку и вернуть определитель с добавленной точкой
#где тут добавлять дисперсию, а где - не добавлять, есть тащем-та вопрос открытый
xdot=o_g.doublesearch (xstart, xend, xdot, function) #оптимизировали значение точки
startplan.append(xdot)
#measdata.append({'x':xdot, 'y':funcf(xdot,b,c)})
ymeas=o_p.makeMeasOneDot_lognorm(funcf, xdot, btrue, c, Ve) if lognorm else o_p.makeMeasOneDot(funcf, xdot, btrue, c, Ve)
measdata.append({'x':xdot, 'y':ymeas})
#measdata = o_p.makeMeasAccToPlan_lognorm(funcf, startplan, btrue, c, Ve) if lognorm else o_p.makeMeasAccToPlan(funcf, startplan, btrue, c, Ve)
#окончание этого цикла "естественным путём" говорит о том, что превышено максимальное число итераций
return b, dotlim, Sk, startplan, origplan, log+"ERROR: maximum number of iterations archieved", estim, measdata, detVb
def extraction_DiodeV4_partIn_Decimal(plot=True):
"""
пробуем экстрагировать коэффициенты из модели диода
коэффициенты модели: Ток утечки Is, коэффициент неидеальности N, омическое сопротивление, параллельное диоду R
входные параметры: напряжение, приложенное источником к системе резистор-диод
+-----------|||||---------->|--------- -
Резистор подключен до диода
:return:
"""
#возвращает значение y
funcf = solver_DiodeV4_partIn_Decimal
jacf = jac_DiodeV4_partIn_Decimal
#теперь попробуем сделать эксперимент.
c = {}
Ve = np.array([[0.00000001]])
btrue = [1.238e-14, 1.8, 100]
#btrue=[1.5e-14, 1.75, 150]
bstart = np.array(btrue) - np.array(btrue) * 0.3
bend = np.array(btrue) + np.array(btrue) * 0.3
binit = [1.0e-14, 1.7, 70]
#binit=[1.238e-14, 1.8, 100]
xstart = [0.001]
#xend=[20,60]
xend = [1.5]
N = 100 #для неаприорных планов
NAprior = 20 #для априорных планов
#Получаем априорный план
print("performing aprior plan:")
#блок кеширования априорного плана в файл
filename = 'cachedPlans/' + os.path.basename(__file__).replace(
'.py', '_plan')
try:
oplan = o_p.readPlanFromFile(
filename) #переключение на чтение априорного плана из файла
print("Read file successful")
except BaseException as e:
oplan = o_ap.grandApriornPlanning(xstart,
xend,
NAprior,
bstart,
bend,
c,
Ve,
jacf,
funcf,
Ntries=6,
verbosePlan=True,
verbose=True)[1]
o_p.writePlanToFile(oplan, filename)
#}
unifplan = o_p.makeUniformExpPlan(xstart, xend, N)
#получаем измерения с планов
measdata = o_p.makeMeasAccToPlan_lognorm(funcf, oplan, btrue, c, Ve)
measdataUnif = o_p.makeMeasAccToPlan_lognorm(funcf, unifplan, btrue, c, Ve)
filename = os.path.basename(__file__).replace('.py', '_results')
#выполняем оценку
print("performing aprior plan")
gknu = o_e.grandCountGN_UltraX_Qualitat(funcf,
jacf,
measdata,
binit,
c,
Ve,
NSIG=100,
implicit=True)
o_q.analyseDifList(gknu, imagename='Aprior_Plan')
o_q.printGKNUNeat(gknu)
o_q.printQualitatNeat(measdata, gknu['b'], Ve, funcf, c, jacf)
print("performing uniform plan")
gknu = o_e.grandCountGN_UltraX_Qualitat(funcf,
jacf,
measdataUnif,
binit,
c,
Ve,
NSIG=100,
implicit=True)
o_q.analyseDifList(gknu, imagename='Uniform_Plan')
o_q.printGKNUNeat(gknu)
o_q.printQualitatNeat(measdata, gknu['b'], Ve, funcf, c, jacf)
def extraction_func_DiodeV3Approach1_part_In():
"""
[Реестровая]
:return:
"""
funcf = solver_func_DiodeV3Approach1_part_In
jacf = Jac_func_DiodeV3Approach1_part_In
c = {}
Ve = np.array([[0.001]])
btrue = [1.238e-14, 1.3]
bstart = np.array(btrue) - np.array(btrue) * 0.1
bend = np.array(btrue) + np.array(btrue) * 0.1
binit = np.array(btrue) + np.array(btrue) * 0.05
xstart = [0.01]
#xend=[20,60]
xend = [3]
N = 300 #число точек в плане (для планов, кроме априорного)
NArprior = 20 #число точек в априорном плане
#Получаем априорный план
print("performing aprior plan:")
#блок кеширования априорного плана в файл
filename = os.path.basename(__file__).replace('.py', '_plan')
try:
oplan = o_p.readPlanFromFile(
filename) #переключение на чтение априорного плана из файла
print("Read file successful")
except BaseException as e:
oplan = o_ap.grandApriornPlanning(xstart,
xend,
NArprior,
bstart,
bend,
c,
Ve,
jacf,
funcf,
Ntries=6,
verbosePlan=True,
verbose=True)[1]
o_p.writePlanToFile(oplan, filename)
#}
unifplan = o_p.makeUniformExpPlan(xstart, xend, N)
#получаем измерения с планов
measdata = o_p.makeMeasAccToPlan_lognorm(funcf, oplan, btrue, c, Ve)
measdataUnif = o_p.makeMeasAccToPlan_lognorm(funcf, unifplan, btrue, c, Ve)
filename = os.path.basename(__file__).replace('.py', '_results')
#выполняем оценку
print("performing aprior plan")
gknu = o_e.grandCountGN_UltraX_Qualitat(funcf,
jacf,
measdata,
binit,
c,
Ve,
NSIG=100,
implicit=True)
o_q.analyseDifList(gknu, imagename='Aprior_Plan')
o_q.printGKNUNeat(gknu)
o_q.printQualitatNeat(measdata, gknu['b'], Ve, funcf, c, jacf)
print("performing uniform plan")
gknu = o_e.grandCountGN_UltraX_Qualitat(funcf,
jacf,
measdataUnif,
binit,
c,
Ve,
NSIG=100,
implicit=True)
o_q.analyseDifList(gknu, imagename='Uniform_Plan')
o_q.printGKNUNeat(gknu)
o_q.printQualitatNeat(measdata, gknu['b'], Ve, funcf, c, jacf)
print("performing ExtraStart™ method")
resarr = list() #Список результатов
t = PrettyTable([
'Среднее логарифма правдоподобия', 'Сигма логарифма правдоподобия',
'b', 'Среднее остатков по модулю'
])
for i in range(30):
measdata = o_p.makeMeasAccToPlan_lognorm(funcf, oplan, btrue, c, Ve)
gknu = o_e.grandCountGN_UltraX_ExtraStart(
funcf,
jacf,
measdata,
bstart,
bend,
c,
Ve,
NSIG=100,
implicit=True,
verbose=False,
Ntries=10,
name='aprior plan plus several measurements')
if (gknu):
resarr.append(gknu)
if resarr:
for gknu in resarr:
if (gknu):
t.add_row([
gknu['AvLogTruth'], gknu['SigmaLT'], gknu['b'],
gknu['AvDif']
])
gknu = o_e.selectBestEstim(resarr)
t.add_row(['*', '*', '*', '*'])
t.add_row([gknu['AvLogTruth'], gknu['SigmaLT'], gknu['b'], gknu['AvDif']])
print(t)
o_q.analyseDifList(gknu, imagename='ExtraStart_et_Aprior_Plan')
o_q.printGKNUNeat(gknu)
o_q.printQualitatNeat(measdata, gknu['b'], Ve, funcf, c, jacf)
def testDiodeParameterExtraction():
"""
пробуем экстрагировать коэффициенты из модели диода
коэффициенты модели: Ток утечки Is, коэффициент неидеальности N, омическое сопротивление, параллельное диоду R
входные параметры: напряжение, приложенное источником к системе резистор-диод
+-----------|||||---------->|--------- -
Резистор подключен до диода
:return:
"""
jacf=jacdiode
funcf=diode
#теперь попробуем сделать эксперимент.
c={}
Ve=np.asmatrix( [0.1] )
btrue=[1.238e-14, 1.8]
bstart=np.array(btrue)-np.array(btrue)*0.2
bend=np.array(btrue)+np.array(btrue)*0.2
binit=[1e-10,1.1]
xstart=[0.01]
xend=[2]
N=30
print("performing normal research:")
startplan = o_p.makeUniformExpPlan(xstart, xend, N)
print(len(startplan))
measdata = o_p.makeMeasAccToPlan(funcf, startplan, btrue, c, Ve)
planplot1=[x[0] for x in startplan]
measplot1=[x['y'][0] for x in measdata]
plt.plot(planplot1, measplot1, 'bo')
plt.show()
gknu=o_e.grandCountGN_UltraX1 (funcf, jacf, measdata, binit, c, NSIG=6, sign=1)
#как мы помним, в случае неявных функций должно ставить sign=0
print (gknu[0])
print (o_q.getQualitat(measdata, gknu[0], Ve, funcf, c))
#plotting Sk graph
#TODO better organize: this code to estimation or somewhere
rng=np.arange(0,len(gknu[3]))
plt.plot(rng , gknu[3], label='Sk drop')
plt.legend(loc='upper left')
plt.ylabel('Sk')
plt.xlabel('Interation')
plt.grid()
plt.show()
N=20
print("performing aprior plan:")
oplan=o_ap.grandApriornPlanning (xstart, xend, N, bstart, bend, c, Ve, jacf, funcf, Ntries=6)[1]
o_p.writePlanToFile(oplan)
measdata = o_p.makeMeasAccToPlan(funcf, oplan, btrue, c,Ve )
planplot1=[x[0] for x in oplan]
measplot1=[x['y'][0] for x in measdata]
plt.plot(planplot1, measplot1, 'bo')
plt.show()
gknu=o_e.grandCountGN_UltraX1 (funcf, jacf, measdata, binit, c, NSIG=6, sign=1)
print (gknu[0])
print (o_q.getQualitat(measdata, gknu[0], Ve, funcf, c))
#plotting Sk graph
#TODO better organize: this code to estimation or somewhere
rng=np.arange(0,len(gknu[3]))
plt.plot(rng , gknu[3], label='Sk drop')
plt.legend(loc='upper left')
plt.ylabel('Sk')
plt.xlabel('Interation')
plt.grid()
plt.show()
def extraction_func_DiodeV3Approach1_part_In():
"""
[Реестровая]
:return:
"""
funcf=solver_func_DiodeV3Approach1_part_In
jacf=Jac_func_DiodeV3Approach1_part_In
c={}
Ve=np.array([ [0.001] ] )
btrue=[1.238e-14, 1.3]
bstart=np.array(btrue)-np.array(btrue)*0.1
bend=np.array(btrue)+np.array(btrue)*0.1
binit=np.array(btrue)+np.array(btrue)*0.05
xstart=[0.01]
#xend=[20,60]
xend=[3]
N=300 #число точек в плане (для планов, кроме априорного)
NArprior=20 #число точек в априорном плане
#Получаем априорный план
print("performing aprior plan:")
#блок кеширования априорного плана в файл
filename = os.path.basename(__file__).replace('.py','_plan')
try:
oplan=o_p.readPlanFromFile(filename) #переключение на чтение априорного плана из файла
print ("Read file successful")
except BaseException as e:
oplan=o_ap.grandApriornPlanning (xstart, xend, NArprior, bstart, bend, c, Ve, jacf, funcf, Ntries=6, verbosePlan=True, verbose=True)[1]
o_p.writePlanToFile(oplan, filename)
#}
unifplan = o_p.makeUniformExpPlan(xstart, xend, N)
#получаем измерения с планов
measdata = o_p.makeMeasAccToPlan_lognorm(funcf, oplan, btrue, c,Ve )
measdataUnif = o_p.makeMeasAccToPlan_lognorm(funcf, unifplan, btrue, c,Ve )
filename = os.path.basename(__file__).replace('.py','_results')
#выполняем оценку
print ("performing aprior plan")
gknu=o_e.grandCountGN_UltraX_Qualitat (funcf, jacf, measdata, binit, c, Ve, NSIG=100, implicit=True)
o_q.analyseDifList(gknu, imagename='Aprior_Plan')
o_q.printGKNUNeat(gknu)
o_q.printQualitatNeat(measdata, gknu['b'], Ve, funcf, c, jacf)
print ("performing uniform plan")
gknu=o_e.grandCountGN_UltraX_Qualitat (funcf, jacf, measdataUnif, binit, c, Ve, NSIG=100, implicit=True)
o_q.analyseDifList(gknu, imagename='Uniform_Plan')
o_q.printGKNUNeat(gknu)
o_q.printQualitatNeat(measdata, gknu['b'], Ve, funcf, c, jacf)
print ("performing ExtraStart™ method")
resarr=list() #Список результатов
t=PrettyTable (['Среднее логарифма правдоподобия','Сигма логарифма правдоподобия' , 'b','Среднее остатков по модулю'])
for i in range(30):
measdata = o_p.makeMeasAccToPlan_lognorm(funcf, oplan, btrue, c,Ve)
gknu=o_e.grandCountGN_UltraX_ExtraStart (funcf, jacf, measdata, bstart, bend, c, Ve, NSIG=100, implicit=True, verbose=False, Ntries=10, name='aprior plan plus several measurements')
if (gknu):
resarr.append(gknu)
if resarr:
for gknu in resarr:
if (gknu):
t.add_row([gknu['AvLogTruth'],gknu['SigmaLT'], gknu['b'], gknu['AvDif'] ])
gknu=o_e.selectBestEstim (resarr)
t.add_row(['*', '*', '*', '*' ])
t.add_row([gknu['AvLogTruth'], gknu['SigmaLT'], gknu['b'], gknu['AvDif'] ])
print(t)
o_q.analyseDifList(gknu, imagename='ExtraStart_et_Aprior_Plan')
o_q.printGKNUNeat(gknu)
o_q.printQualitatNeat(measdata, gknu['b'], Ve, funcf, c, jacf)
def extraction_Diode_In_Limited():
"""
пробуем экстрагировать коэффициенты из модели диода
коэффициенты модели: Ток утечки Is, коэффициент неидеальности N, омическое сопротивление, параллельное диоду R
входные параметры: напряжение, приложенное источником к системе резистор-диод
+-----------|||||---------->|--------- -
Резистор подключен до диода
:return:
"""
global FT
global foldername
#возвращает значение y
funcf = solver_Diode_In_Limited
jacf = jac_Diode_In_Limited
#теперь попробуем сделать эксперимент.
c = {}
Ve = np.array([[0.00000001]])
btrue = [1.238e-14, 1.8, 100]
#btrue=[1.5e-14, 1.75, 150]
bstart = np.array(btrue) - np.array(btrue) * 0.3
bend = np.array(btrue) + np.array(btrue) * 0.3002
#binit=np.array(btrue)-np.array(btrue)*0.1
print('conditions:')
print(bstart)
print(bend)
binit = [1.1e-14, 1.5, 90]
xstart = [0.001]
xend = [2]
N = 20
print("performing aprior plan:")
#примитивная попытка автоматизировать, риальни надо кешировать в файл под хешем параметров
import os
filename = foldername + '/' + os.path.basename(__file__).replace(
'.py', '_plan')
try:
oplan = o_p.readPlanFromFile(
filename) #переключение на чтение априорного плана из файла
print("Read file successful")
except BaseException as e:
oplan = o_ap.grandApriornPlanning(xstart,
xend,
N,
bstart,
bend,
c,
Ve,
jacf,
funcf,
Ntries=6,
verbose=True)[1]
o_p.writePlanToFile(oplan, filename)
# получаем измеренные данные
measdata = o_p.makeMeasAccToPlan_lognorm(funcf, oplan, btrue, c, Ve)
# #чертим эти данные
# #o_pl.plotPlanAndMeas2D(measdata, 'Aprior Disp{0} measdata'.format(Ve))
#
# #оценка
#grandCountGN_UltraX1_Limited_wrapper (funcf, jacf, measdata:list, binit:list, bstart:list, bend:list, c, A, NSIG=50, NSIGGENERAL=50, implicit=False, verbose=False, verbose_wrapper=False):
gknuxlim = o_el.grandCountGN_UltraX1_Limited_wrapper(funcf,
jacf,
measdata,
binit,
bstart,
bend,
c,
implicit=True,
verbose=False,
verbose_wrapper=False)
gknux = o_e.grandCountGN_UltraX1(funcf,
jacf,
measdata,
binit,
c,
implicit=True)
gknuxlim2 = o_q.convertToQualitatStandart(gknuxlim,
funcf,
jacf,
measdata,
c,
Ve,
name='Limited Count Aprior')
gknux2 = o_q.convertToQualitatStandart(gknux,
funcf,
jacf,
measdata,
c,
Ve,
name='Normal Count Aprior')
o_q.printQualitatStandart(gknuxlim2)
o_q.printQualitatStandart(gknux2)
#extraction_Diode_Irev_Limited()
def getbSeqPlanUltra(xstart: list,
xend: list,
N: int,
btrue: list,
binit: list,
c,
Ve,
jacf,
funcf,
initplan=None,
NSIG=10,
smallestdetVb=1e-6,
implicit=False,
lognorm=False,
dotlim=500,
verbose=False,
terminationOptDict={}):
"""
Осуществляет последовательное планирование и оценку коэффициентов модели
:param xstart: начало диапазона x
:param xend: конец диапазона x
:param N: количество точек в плане эксперимента
:param binit: стартовое значение вектора коэффициентов
:param btrue: истинное значение вектора коэффициентов
:param c: словарь дополнительных переменных
:param Ve: ковариационная матрица y
:param jacf: функция, возвращающая якобиан модели, входящие x,b,c,y
:param funcf: функция, возвращающая значение модели, входящие x,b,c
:param initplan: - начальный план
:param NSIG:
:param implicit - неявность функции. Если функция неявна, то в gknu sign=0
:param lognorm - требуется ли использование логнорм для получения измеренных данных
:param dotlim - предел добавленных точек
:param verbose - выводить ли информацию по итерациям
:param terminationOptDict - словарь опций завершения итеративного процесса:
VdShelfPow - по умолчанию -1 math.fabs(detVb-prevdetVb)/prevdetVb<math.pow(10,-VdShelfPow) NSIG для полки по detVb
:return: k, число итераций, лог
Для переделывания на реальные измерения btrue=None и функции моделирования переводятся на измерительные // btrue вообще должен бы быть исключен из всех функций ofiura
"""
startplan = initplan if initplan else o_p.makeRandomUniformExpPlan(
xstart, xend, N)
origplan = copy.copy(startplan)
measdata = o_p.makeMeasAccToPlan_lognorm(
funcf, startplan, btrue, c, Ve) if lognorm else o_p.makeMeasAccToPlan(
funcf, startplan, btrue, c, Ve)
log = ""
b = binit
prevdetVb = None
for numiter in range(
dotlim
): #ограничитель цикла - если выход произошёл по ограничению, значит, возможна ошибка
estim = o_e.grandCountGN_UltraX1(
funcf,
jacf,
measdata,
b,
c,
NSIG,
implicit=implicit,
verbose=False) #получили оценку b binit=b
#measdata почему-то разная, причины неизвестны.
b = estim[0]
Sk = estim[1]
Vb = o_p.countVbForMeasdata(b, c, Ve, jacf, measdata)
#посчитали определитель
detVb = np.linalg.det(Vb)
if verbose:
print(
"Sequence Plan Iteration: {0}\nb={1}\ndetVb={2}\nprevdetVb={3} \nSk={4}"
.format(numiter, b, detVb, prevdetVb, Sk))
VdShelfPow = terminationOptDict[
'VdShelfPow'] if 'VdShelfPow' in terminationOptDict else -1
condition = prevdetVb != None and math.fabs(
detVb - prevdetVb) / prevdetVb < math.pow(
10, VdShelfPow) #если вышли на плато
prevdetVb = detVb
if condition:
return b, numiter, Sk, startplan, origplan, log, estim, measdata, detVb #то всё вернуть
#иначе поиск следующей точки плана
xdot = copy.copy(
xstart
) #получили начальную точку начальное значение - ровно пополам диапазона
for i in range(len(xstart)): #присвоили ей значение
xdot[i] = xstart[i] + (xend[i] - xstart[i]) / 2
#объектная функция
measure = lambda x, b, c: o_p.makeMeasOneDot_lognorm(
funcf, x, b, c, Ve) if lognorm else o_p.makeMeasOneDot(
funcf, xdot, b, c, Ve)
function = lambda x: np.linalg.det(
o_p.countVbForPlan(o_g.appendToList(startplan, x), b, c, Ve, jacf,
measure))
#function = lambda x: np.linalg.det(o_p.countVbForPlan(o_g.appendToList(startplan, x),b,c,Ve,jacf, funcf))
#funcf заменено на measure, которая добавляет дисперсию.
#function и measure есть разные функции - первая даёт идеальный результат, вторая - с дисперсией
#создать функцию, которая будет возвращать полученные от func данные, налагая дисперсию.
#каждый раз будет пытаться добавить в план точку и вернуть определитель с добавленной точкой
#где тут добавлять дисперсию, а где - не добавлять, есть тащем-та вопрос открытый
xdot = o_g.doublesearch(xstart, xend, xdot,
function) #оптимизировали значение точки
startplan.append(xdot)
#measdata.append({'x':xdot, 'y':funcf(xdot,b,c)})
ymeas = o_p.makeMeasOneDot_lognorm(
funcf, xdot, btrue, c, Ve) if lognorm else o_p.makeMeasOneDot(
funcf, xdot, btrue, c, Ve)
#примитивная защита от кривых результатов измерения
if ymeas != None:
measdata.append({'x': xdot, 'y': ymeas})
#measdata = o_p.makeMeasAccToPlan_lognorm(funcf, startplan, btrue, c, Ve) if lognorm else o_p.makeMeasAccToPlan(funcf, startplan, btrue, c, Ve)
#окончание этого цикла "естественным путём" говорит о том, что превышено максимальное число итераций
return b, dotlim, Sk, startplan, origplan, log + "ERROR: maximum number of iterations archieved", estim, measdata, detVb
def extraction_Kirch_DiodeV2Mod2DirectBranch():
"""
[Реестровая]
:return:
"""
funcf = func_Kirch_DiodeV2Mod2DirectBranch
jacf = Jac_Kirch_DiodeV2Mod2DirectBranch
c = {}
Ve = np.array([[0.0000000000001]])
btrue = [1.238e-14, 1.8, 1.5e-15, 1.9, 1.2, 0.5]
bstart = np.array(btrue) - np.array(btrue) * 0.1
bend = np.array(btrue) + np.array(btrue) * 0.1
binit = [1.238e-14, 1.7, 1.1e-20, 1.9, 1.1, 0.5]
xstart = [0.01]
#xend=[20,60]
xend = [1.5]
N = 200 #число точек в плане (для планов, кроме априорного)
NArprior = 30 #число точек в априорном плане
#Получаем априорный план
print("performing aprior plan:")
#блок кеширования априорного плана в файл
filename = os.path.basename(__file__).replace('.py', '_plan1')
try:
oplan = o_p.readPlanFromFile(
filename) #переключение на чтение априорного плана из файла
print("Read file successful")
except BaseException as e:
oplan = o_ap.grandApriornPlanning(xstart,
xend,
NArprior,
bstart,
bend,
c,
Ve,
jacf,
funcf,
Ntries=6,
verbosePlan=True,
verbose=True)[1]
o_p.writePlanToFile(oplan, filename)
#Задание опций для последовательного плана
terminationOptDict = {'VdShelfPow': -7}
#Оценивание параметров с использованием ряда начальных значений
# resarr=list() #Список результатов
# t=PrettyTable (['Среднее логарифма правдоподобия','Сигма логарифма правдоподобия' , 'b','Среднее остатков по модулю'])
# for i in range(30):
# measdata = o_p.makeMeasAccToPlan_lognorm(funcf, oplan, btrue, c,Ve)
# gknu=o_e.grandCountGN_UltraX_ExtraStart (funcf, jacf, measdata, bstart, bend, c, Ve, NSIG=100, implicit=False, verbose=False, Ntries=10, name='aprior plan plus several measurements')
# if (gknu):
# resarr.append(gknu)
# if resarr:
# for gknu in resarr:
# if (gknu):
# t.add_row([gknu['AvLogTruth'],gknu['SigmaLT'], gknu['b'], gknu['AvDif'] ])
# be=o_e.selectBestEstim (resarr)
#
# t.add_row(['*', '*', '*', '*' ])
# t.add_row([be['AvLogTruth'], be['SigmaLT'], be['b'], be['AvDif'] ])
# print(t)
# #o_q.analyseDifList(be)
# o_q.printGKNUNeat(be)
# o_q.printQualitatNeat(measdata, be[0], Ve, funcf, c)
#Оценивание с использованием binit
# По априорному плану
# print('Aprior Plan Binit')
# #данные по новому формату
#
# measdata = o_p.makeMeasAccToPlan_lognorm(funcf, oplan, btrue, c,Ve)
# gknu=o_e.grandCountGN_UltraX1 (funcf, jacf, measdata, binit, c, NSIG=100, implicit=False)
# #o_q.analyseDifList(gknu)
# o_q.printGKNUNeat(gknu)
# o_q.printQualitatNeat(measdata, gknu[0], Ve, funcf, c)
#
# #По нормальному плану
print("performing normal research:")
startplan = o_p.makeUniformExpPlan(xstart, xend, 150)
measdata = o_p.makeMeasAccToPlan_lognorm(funcf, startplan, btrue, c, Ve)
gknu = o_e.grandCountGN_UltraX1(funcf,
jacf,
measdata,
binit,
c,
NSIG=100,
implicit=False)
if (gknu):
#o_q.analyseDifList(gknu)
o_q.printGKNUNeat(gknu)
o_q.printQualitatNeat(measdata, gknu[0], Ve, funcf, c, jacf)
