def testEstimate(): """ Пробуем произвести экстракцию параметров модели по параметрам транзистора Эрли :return: """ jacf=lambda x,b,c,y: outTransParamFormatJAC (x,b) funcf=lambda x,b,c: outTransParamFormat (x,b) c={} Ve=np.array([ [0.000001, 0], [0, 0.000001] ] ) #BF,BR,IS #коэфф передачи по току в схеме с оэ нормальный режим, -//- реверсный, ток утечки btrue=[120,1,1.28] binit=[110,2,1.28] bstart=[100,0.5,1] bend=[125,2,2] xstart=[0.001,0.001] xend=[5,5] N=50 print("performing normal research:") startplan = o_p.makeUniformExpPlan(xstart, xend, N) measdata = o_p.makeMeasAccToPlan(funcf, startplan, btrue, c, Ve) #надо добавить скажем априорный план, с фильтрованием точек print ('Plan optimization: measdatalen={0} optimized={1}'.format(len(measdata), len(list(filter(for_filter, measdata)) ))) measdata = list(filter(for_filter, measdata)) gknu=o_e.grandCountGN_UltraX1 (funcf, jacf, measdata, binit, c, NSIG=10) print (gknu) print (o_q.getQualitat(measdata, gknu[0], Ve, funcf, c)) print (gknu[0]) return # aprior plan print("Performing aprior plan:") oplan = o_ap.grandApriornPlanning(xstart, xend, 10, bstart, bend, c, Ve, jacf, Ntries=2) o_p.writePlanToFile(oplan, 'Aprior_plan') measdata = o_p.makeMeasAccToPlan(funcf, oplan, btrue, c, Ve) filteredmeasdata=list(filter(for_filter, measdata)) print ('Plan optimization: measdatalen={0} optimized={1}'.format(len(measdata), len(filteredmeasdata) )) gknu=o_e.grandCountGN_UltraX1 (funcf, jacf, measdata, binit, c, NSIG=10) print (gknu) print (o_q.getQualitat(measdata, gknu[0], Ve, funcf, c))
def testNew(): funstr = [ "y[0]+y[1]-y[2]", "y[0]*b[0]-y[1]*b[1]-x[0]-x[1]", "y[1]*b[1]+y[2]*b[2]+x[1]" ] updfunstr = list(map(lambda x: x.replace('[', '').replace(']', ''), funstr)) dfdy = lambda y, x, b, c: np.array([[1, 1, -1], [b[0], -b[1], 0], [0, b[1], b[2]]]) dfdb = lambda y, x, b, c: np.array([[0, 0, 0], [y[0], -y[1], 0], [0, y[1], y[2]]]) #возвращает функцию function = lambda y, x, b, c: [ y[0] + y[1] - y[2], y[0] * b[0] - y[1] * b[1] - x[0] - x[1], y[1] * b[ 1] + y[2] * b[2] + x[1] ] #возвращает структурную матрицу #jacf=lambda x,b,c,y: jjacf(x,b,c,y,dfdb,dfdy) jacf = lambda x, b, c, y: np.dot(np.linalg.inv(dfdy(y, x, b, c)), dfdb(y, x, b, c)) #возвращает значение y funcf = lambda x, b, c: optimize.root( function, [1, 1, 1], args=(x, b, c), method='lm', jac=dfdy).x #теперь попробуем сделать эксперимент. c = {} Ve = np.array([[0.0001, 0, 0], [0, 0.0001, 0], [0, 0, 0.0001]]) btrue = [60, 60, 40] bstart = np.array(btrue) - np.array([2] * len(btrue)) bend = np.array(btrue) + np.array([2] * len(btrue)) binit = [60, 55, 45] xstart = [10, 40] #xend=[20,60] xend = [210, 340] N = 30 print("performing normal research:") startplan = o_p.makeUniformExpPlan(xstart, xend, N) measdata = o_p.makeMeasAccToPlan(funcf, startplan, btrue, c, Ve) gknu = o_e.grandCountGN_UltraX1(funcf, jacf, measdata, binit, c, NSIG=6, sign=0) print(gknu) print(o_q.getQualitat(measdata, gknu[0], Ve, funcf, c))
def makeplan_lambda (plantype, n, bstart, bend, Ve): global xstart, xend, btrue,c #- делает нужный план в зависимости от параметров plantype и n #Надо создать пачку априорных планов - 5 10 15 20 25 30 35 40 значений hash= hashlib.md5((n,bstart,bend,Ve).__str__().encode('utf-8')).hexdigest() #hashlib.md5("whatever your string is".encode('utf-8')). filename = usercomment+'_'+str(hash) if plantype: #если априорный return o_ap.makePlanCached (xstart, xend, n, bstart, bend, c, Ve, jacf, funcf, Ntries=4, verbose=False, foldername='DependencyPlans', cachname=filename) else: return o_p.makeUniformExpPlan(xstart,xend,n)
def testDiodeParameterExtractionIMPLICIT(): """ 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([[0.000000001]]) btrue = [1.238e-14, 1.8, 50] bstart = np.array(btrue) - np.array(btrue) * 0.2 bend = np.array(btrue) + np.array(btrue) * 0.2 binit = [1.e-10, 1.1, 1] xstart = [0.01] #xend=[20,60] xend = [1.1] N = 50 print("performing normal research:") global numnone numnone = 0 startplan = o_p.makeUniformExpPlan(xstart, xend, N) measdata = o_p.makeMeasAccToPlan(funcf, startplan, btrue, c, Ve) print('unsuccessful estimations: ', numnone, 'Проверка отключена') gknu = o_empm.grandCountGN_UltraX1_mpmath(funcf, jacf, measdata, binit, c, NSIG=6, sign=0) #как мы помним, в случае неявных функций должно ставить sign=0 print(gknu[0])
def testNew(): funstr= ["y[0]+y[1]-y[2]", "y[0]*b[0]-y[1]*b[1]-x[0]-x[1]", "y[1]*b[1]+y[2]*b[2]+x[1]"] updfunstr=list(map(lambda x: x.replace('[','').replace(']',''), funstr)) dfdy=lambda y,x,b,c: np.array( [ [1, 1, -1], [b[0], -b[1], 0], [0, b[1], b[2]] ]) dfdb=lambda y,x,b,c: np.array ([[ 0, 0, 0 ], [y[0],-y[1], 0 ], [0, y[1], y[2] ] ]) #возвращает функцию function=lambda y,x,b,c: [y[0]+y[1]-y[2], y[0]*b[0]-y[1]*b[1]-x[0]-x[1], y[1]*b[1]+y[2]*b[2]+x[1]] #возвращает структурную матрицу #jacf=lambda x,b,c,y: jjacf(x,b,c,y,dfdb,dfdy) jacf=lambda x,b,c,y:np.dot(np.linalg.inv(dfdy(y,x,b,c)), dfdb(y,x,b,c)) #возвращает значение y funcf=lambda x,b,c: optimize.root(function, [1, 1, 1], args=(x,b,c),method='lm', jac=dfdy).x #теперь попробуем сделать эксперимент. c={} Ve=np.array([ [0.0001, 0, 0], [0, 0.0001, 0], [0, 0, 0.0001] ] ) btrue=[60,60,40] bstart=np.array(btrue)-np.array([2]*len(btrue)) bend=np.array(btrue)+np.array([2]*len(btrue)) binit=[60,55,45] xstart=[10,40] #xend=[20,60] xend=[210,340] N=30 print("performing normal research:") startplan = o_p.makeUniformExpPlan(xstart, xend, N) measdata = o_p.makeMeasAccToPlan(funcf, startplan, btrue, c, Ve) gknu=o_e.grandCountGN_UltraX1 (funcf, jacf, measdata, binit, c, NSIG=6, sign=0) print (gknu) print (o_q.getQualitat(measdata, gknu[0], Ve, funcf, c))
def testDiodeParameterExtractionIMPLICIT(): """ 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([[0.000000001]]) btrue = [1.238e-14, 1.8, 50] bstart = np.array(btrue) - np.array(btrue) * 0.2 bend = np.array(btrue) + np.array(btrue) * 0.2 binit = [1.0e-10, 1.1, 1] xstart = [0.01] # xend=[20,60] xend = [1.1] N = 50 print("performing normal research:") global numnone numnone = 0 startplan = o_p.makeUniformExpPlan(xstart, xend, N) measdata = o_p.makeMeasAccToPlan(funcf, startplan, btrue, c, Ve) print("unsuccessful estimations: ", numnone, "Проверка отключена") gknu = o_empm.grandCountGN_UltraX1_mpmath(funcf, jacf, measdata, binit, c, NSIG=6, sign=0) # как мы помним, в случае неявных функций должно ставить sign=0 print(gknu[0])
def testSimpleFunction (): #проходит, 2 итерации, если b=b+deltab*mu funcstrdict= {"y1":"u1* (r2+r3)", "y2":"u1* r3"} xstart=[1, 100] xend=[20,200] N=50 funcf=lambda x,b,c=None: [x[1]*x[0]*(b[0]+b[1]), x[0]*b[1]+x[1]*b[0]] jacf = lambda x,b,c=None,y=None: np.array([[x[0]*x[1],x[0]*x[1]],[x[1], x[0]]]) Ve=np.array([ [0.00001, 0], [0, 0.00001]] ) btrue= [20,30] binit=[1]*len(btrue) print("performing normal research:") startplan = o_p.makeUniformExpPlan(xstart, xend, N) measdata = o_p.makeMeasAccToPlan(funcf, startplan, btrue, None, Ve) gknu=o_e.grandCountGN_UltraX1 (funcf, jacf, measdata, binit, None,NSIG=10) print (gknu) print (o_q.getQualitat(measdata, gknu[0], Ve, funcf, None)) print (gknu[0])
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_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_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_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_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 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 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_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 grandApriornPlanning (xstart:list, xend:list, N:int, bstart:list, bend:list, c, Ve, jac, func=None, Ntries=30, verbosePlan=False, initplan=None, verbose=False): """ Реализует априорное планирование эксперимента :param xstart: начало диапазона x (вектор) :param xend: конец диапазона x (вектор) :param N: размер плана (количество контрольных точек) :param bstart: начало диапазона b (вектор) :param bend: конец диапазона b (вектор) :param c: словарь дополнительных переменных :param Ve: Ковариационная матрица y, реально её диагональ (вектор) :param jac: Якобиан функции, принимает на вход x,b,c,y :param verbosePlan: если true, пишет все планы в файлы, иначе только оптимальный :param initplan: начальный план. По умолчанию случаен, но может быть задан (в этом случае делается одна попытка) :param verbose: выдавать ли в консоль информацию optimized-original :return: кортеж: 0: оптимизированное значение определителя Vb, 1: оптимальный план эксперимента """ #Апдейт: теперь по умолчанию в список планов заряжается равномерный dopt=100000000 planopt=None Ntries1=Ntries+1 if initplan!=None: Ntries1=1 if verbose: print('\n\nДанные априорного планирования:') print('Неоптимизированное-оптимизированное значение среднего det(Vb)') prevtime=time.time() for i in range(0,Ntries1): try: if initplan==None: m=len(xstart) #длина вектора входных параметров plan = o_p.makeUniformExpPlan(xstart, xend, N**(1/float(m))) if i==0 else o_p.makeRandomUniformExpPlan(xstart, xend, N) if verbose: print('plan length:', len(plan)) else: plan = initplan unopt=countMeanVbForAprior_S4000(plan, bstart, bend, c, Ve, jac, func)[0] #оптимизация for j in range(N): xdot=copy.deepcopy(plan[j]) function = lambda x: countMeanVbForAprior_S4000(o_g.replaceInList(plan,j,x), bstart, bend, c, Ve, jac, func)[0] boundsarr=list() for k in range(len(xstart)): boundsarr.append((xstart[k],xend[k])) #sol = optimize.minimize (function, xdot, bounds=boundsarr) #plan[j]=sol.x #В этом варианте не работает, хоть результат и проходит быстрее plan[j]=o_g.doublesearch(xstart, xend, xdot, function) dcurr=countMeanVbForAprior_S4000(plan, bstart, bend, c, Ve, jac, func)[0] if verbose: curtime = time.time() #in seconds #st = datetime.datetime.fromtimestamp(curtime-prevtime).strftime('%Y-%m-%d %H:%M:%S') st = datetime.datetime.fromtimestamp(curtime-prevtime).strftime('%H:%M:%S') print ("{0} unoptimized-optimized: {1} {2} time spent: {3}".format('uniform' if i==0 else '',unopt, dcurr, st)) prevtime=copy.copy(curtime) if dcurr<dopt or planopt==None: dopt=dcurr planopt=plan if (verbosePlan): o_p.writePlanToFile(plan, "{0}plan.txt".format(i)) except BaseException as e: print ('This try failed, due to exception e=',e) tb = traceback.format_exc() print(tb) return dopt, planopt
def testEstimateErlie(): #за 14-16 итераций с единичного вектора к результирующему с нулевой ошибкой, несмотря на разные порядки!!! при дисперсии 0.1 на 50 точках при обычном плане (учитывать большее число точек на самом деле) #эпичная победа """ Пробуем произвести экстракцию параметров модели по параметрам транзистора Эрли :return: """ jacf=lambda x,b,c,y: outTransParamErlieFormatJAC (x,b) funcf=lambda x,b,c: outTransParamErlieFormat (x,b) c={} Ve=np.array([ [0.1, 0], [0, 0.1] ] ) #BF,BR,IS,VA #коэфф передачи по току в схеме с оэ нормальный режим, -//- реверсный, ток утечки, напряжение Эрли в активном режиме btrue=[120,1,1.28e-15, 10] #binit=[115,0.1,1, 11] binit=[1]*len(btrue) bstart=[100,0.5,1, 5] bend=[125,2,2, 15] xstart=[0.001,0.001] xend=[4,4] N=50 print("performing normal research:") startplan = o_p.makeUniformExpPlan(xstart, xend, N) measdata = o_p.makeMeasAccToPlan(funcf, startplan, btrue, c, Ve) #надо добавить скажем априорный план, с фильтрованием точек optimized_measdata=o_p.filterList(measdata, lim=1e55) print ('Plan optimization: measdatalen={0} optimized={1}'.format(len(measdata), len(optimized_measdata ))) measdata = optimized_measdata gknu=o_e.grandCountGN_UltraX1 (funcf, jacf, measdata, binit, c, NSIG=10) print (gknu) print (o_q.getQualitat(measdata, gknu[0], Ve, funcf, c)) print (gknu[0]) #aprior plan print("Performing aprior plan:") oplan = o_ap.grandApriornPlanning(xstart, xend, 10, bstart, bend, c, Ve, jacf, Ntries=5) o_p.writePlanToFile(oplan, 'Aprior plan Erlie') measdata = o_p.makeMeasAccToPlan(funcf, oplan, btrue, c, Ve) optimized_measdata=o_p.filterList(measdata, lim=1e55) print ('Plan optimization: measdatalen={0} optimized={1}'.format(len(measdata), len(optimized_measdata ))) measdata = optimized_measdata gknu=o_e.grandCountGN_UltraX1 (funcf, jacf, measdata, binit, c, NSIG=10) print (gknu) print (o_q.getQualitat(measdata, gknu[0], Ve, funcf, c))
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)