private EstPoint[] EstBruteforce(double gammaFrom, double gammaTo, int steps, bool minus = false)
{
EstPoint[] estPoints = new EstPoint[steps];
GammaBounds(ref gammaFrom, ref gammaTo);
double step = (gammaTo - gammaFrom) / (steps - 1);
var opts = new ParallelOptions {
MaxDegreeOfParallelism = Environment.ProcessorCount * 4
};
Parallel.For(0, steps, opts, g => {
double gamma = gammaFrom + g * step;
var distr = MakeDistr(gamma);
var rnd2 = new ExponentialDistribution(distr.Alpha);
int w = 0;
for (int batch = 0; batch < BatchCount; batch++)
{
double[] array = rnd2.Generate(BatchSize);
double delta = Hill(distr, array) - distr.AlphaRev;
if (!minus && delta > distr.Bn || minus && delta < -distr.Bn)
{
w++;
}
}
double w0 = (double)w / BatchCount;
double p0 = 1; //NormalDistribution.Standard.InverseDistributionFunction(gamma);
double d = p0 * Math.Sqrt(w0 * (1 - w0) / BatchCount);
estPoints[g] = new EstPoint(w0, d, gamma);
});
return(estPoints);
}
static void Main(string[] args)
{
const int maxItemsInQueue = 6;
int ia = 30, ib = 10;
var s = new Schema(maxItemsInQueue, 2);
const int totalWorkingTime = 10000;
var fr = new ExponentialDistribution(7, 5, 3, uint.MaxValue, totalWorkingTime, ia);
var frl = fr.Generate();
var dr = new ExponentialDistribution(7, 5, 3, uint.MaxValue, totalWorkingTime, ib);
var drl = dr.Generate();
int sumOch = 0;
int wokingWorker = 0;
for (int i = 0; i < totalWorkingTime; i++)
{
if (!s.HasGeneratedItem(i))
{
s.GenerateItem(i + (int)(frl.Skip(r.Next(totalWorkingTime)).First() * ia));
}
if (s.IsGenerated(i))
{
s.AddToQueue();
}
for (int j = 0; j < s.CountInQueue; j++)
{
if (!s.AllChanelsInWorkingState(i))
{
var endTime = i + (int)(drl.Skip(r.Next(totalWorkingTime)).First() * ib);
if (endTime < totalWorkingTime)
{
s.AddToWork(i, endTime);
s.RemoveFromQueue();
}
}
}
wokingWorker += s.CountWorkingWorkers(i);
sumOch += s.CountInQueue;
}
Console.WriteLine("Абсолютная пропускная способность = " + 1 / (double)ia * (1 - s.CountDroped / (double)totalWorkingTime));
Console.WriteLine("Среднее число занятых рабочих = " + wokingWorker / (double)totalWorkingTime);
Console.WriteLine("Среднее число неисправных станков = " + sumOch / (double)totalWorkingTime);
Console.ReadKey();
}
public void GenerateTest()
{
ExponentialDistribution target = new ExponentialDistribution(2.5);
double[] samples = target.Generate(1000000);
var actual = ExponentialDistribution.Estimate(samples);
actual.Fit(samples);
Assert.AreEqual(2.5, actual.Rate, 0.01);
}
public void GenerateTest2()
{
ExponentialDistribution target = new ExponentialDistribution(2.5);
double[] samples = new double[1000000];
for (int i = 0; i < samples.Length; i++)
{
samples[i] = target.Generate();
}
var actual = ExponentialDistribution.Estimate(samples);
actual.Fit(samples);
Assert.AreEqual(2.5, actual.Rate, 0.01);
}
private void radButton3_Click(object sender, EventArgs e)
{
// чистим данные
Id.Clear();
X.Clear();
// чистим графики
scatterplotView1.Graph.GraphPane.CurveList.Clear();
radChartView1.Series[0].DataPoints.Clear();
radChartView2.Series[0].DataPoints.Clear();
// параметиры для генерации выборки
int N = this.labeledIntValue3.Value;
double rate = this.labeledDoubleValye3.Value;
// генерируем индекс (можно быстрее, но так нагляднее)
for (int i = 0; i < N; i++)
{
Id.Add(i);
}
// генератор
ExponentialDistribution exp = new ExponentialDistribution(rate);
// создание выборки объемом N
X.AddRange(exp.Generate(N));
// визуализация - скаттерплот
scatterplotView1.DataSource = X.ToArray();
// визуализация - гистограмма
Histogram histogram = new Histogram();
histogram.Compute(X.ToArray());
histogramView1.DataSource = histogram;
for (int i = 0; i < N; i++)
{
radChartView1.Series[0].DataPoints.Add(new ScatterDataPoint(Id[i], X[i]));
}
foreach (HistogramBin bin in histogram.Bins)
{
string b = $"{bin.Range.Min}-{bin.Range.Max}";
radChartView2.Series[0].DataPoints.Add(new CategoricalDataPoint(bin.Value, b));
}
}
public void GenerateTest2()
{
ExponentialDistribution target = new ExponentialDistribution(2.5);
double[] samples = new double[1000000];
for (int i = 0; i < samples.Length; i++)
samples[i] = target.Generate();
var actual = ExponentialDistribution.Estimate(samples);
actual.Fit(samples);
Assert.AreEqual(2.5, actual.Rate, 0.01);
}
public void GenerateTest()
{
ExponentialDistribution target = new ExponentialDistribution(2.5);
double[] samples = target.Generate(1000000);
var actual = ExponentialDistribution.Estimate(samples);
actual.Fit(samples);
Assert.AreEqual(2.5, actual.Rate, 0.01);
}
public double Generate()
{
return(_expDis.Generate(_n).Sum());
}
