static void Main(string[] args)
{
//dane do pobrania z GUI
int a = 10; //początek przedziału do losowania wartości komórek
int b = 100; //koniec przedziału do losowania wartości komórek
int ammount = 10; //ile chcemy pasujących antygenów na wyjściu
double tollerance = 0.30; // tolerancja odchylenia od wzorca zakres od 0 do 1 najlepiej z listy rozwijanej
//przemielenie algorytmu
NegativeSelectionAlgorithmClass algorithm = new NegativeSelectionAlgorithmClass(a, b, ammount, tollerance);
//dane do wyprowadzenia na GUI
System.Console.WriteLine("Wylosowana komórka macierzysta i jej wartość funkcji przystosowania");
System.Console.WriteLine(algorithm.stemCell.getCellValue() + " i " + algorithm.stemCell.getCellValueOfFunction());
System.Console.WriteLine("Populacja wyjściowa przeciwciał");
for (int i = 0; i < algorithm.antibodies.Count; i++)
{
System.Console.WriteLine(algorithm.antibodies[i].getCellValue() + " i " + algorithm.antibodies[i].getCellValueOfFunction());
}
System.Console.WriteLine("Liczba epok potrzebna do osiągnięcia wyniku: "+ algorithm.getAmmountOfEpochs());
System.Console.WriteLine("Taka sytuacja");
System.Console.ReadKey();
// Klonalny
var algorithm2 = ClonalSelectionAlgorithm.Instance;
algorithm2.Function = x => x * x + 2 * x + 10;
algorithm2.Options = new AlgorithmOptions
{
MaxGens = 30,
Section = new double[] { 10, 100 },
SectionX_0 = 10,
SectionX_1 = 100,
nBestGensToTake = 10,
nWorstGenToThrow = 4,
MaxCloneCountForMaxProbability = 20,
MinProbability = 95,
MaxGoodGens = 20,
StopCondition = StopContition.PROB,
MaxEpochsNumer = 10
};
algorithm2.StartAlgorithm();
}
public void recordToFileNegativeSelectionAlgorithm(NegativeSelectionAlgorithmClass negativeSelectionAlgorithmClass)
{
System.IO.File.Delete(@"D:\Wyniki programu.csv");
using (StreamWriter sw = new StreamWriter(@"D:\Wyniki programu.csv", true))
{
StringBuilder stringBuilder = new StringBuilder();
stringBuilder.AppendFormat("Wylosowana komorka macierzysta: {0} i jej wartosc funkcji przystosowania: {1}{2}", negativeSelectionAlgorithmClass.stemCell.getCellValue().ToString(), negativeSelectionAlgorithmClass.stemCell.getCellValueOfFunction().ToString(),Environment.NewLine);
stringBuilder.AppendFormat("Populacja wyjsciowa przeciwcial:\n");
for (int i = 0; i < negativeSelectionAlgorithmClass.antibodies.Count; i++)
{
stringBuilder.AppendFormat("{0} i {1} \n", negativeSelectionAlgorithmClass.antibodies[i].getCellValue().ToString(), negativeSelectionAlgorithmClass.antibodies[i].getCellValueOfFunction().ToString());
}
stringBuilder.AppendFormat("{0}Liczba epok potrzebna do osiagniecia wyniku: {1}",Environment.NewLine, negativeSelectionAlgorithmClass.getAmmountOfEpochs().ToString());
sw.WriteLine(stringBuilder.ToString());
wynikiTbx.Text = (stringBuilder.ToString());
}
}
private void negativeSelection_Click(object sender, RoutedEventArgs e)
{
int min = Convert.ToInt32(startTbx.Text);
int max = Convert.ToInt32(koniecTbx.Text);
int amountOfAntibodies = Convert.ToInt32(antygenyTbx.Text);
var selectedComboBoxItem = odchylenieCbx.SelectedItem as ListBoxItem;
var comboBoxValue = selectedComboBoxItem.Content.ToString().Replace(".", ",");
double tollerance = Convert.ToDouble(comboBoxValue);
NegativeSelectionAlgorithmClass negativeSelectionAlgorithmClass = new NegativeSelectionAlgorithmClass(min, max, amountOfAntibodies, tollerance);
recordToFileNegativeSelectionAlgorithm(negativeSelectionAlgorithmClass);
}