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)