public DescretOptTask(DataPlavka _task, DescrModel _model, int _numOfIntervals, int _degree, int _shift, double _eps)
{
task = _task;
model = _model;
numOfIntervals = _numOfIntervals;
degree = _degree;
shift = _shift;
eps = _eps;
}
public CondOptModel(RegressionModel regr, DescrModel descr, double[] _y, double _epsg, double _epsi, int _iter)
{
regModel = regr;
desModel = descr;
epsg = _epsg;
epsx = _epsi;
epsi = _epsi;
iter = _iter;
yModel = new double[regModel.y.Count];
technology = new Technology(regr.x, regr.y, descr.id, regr.id, _y);
}
private void getBoundsBtn_Click(object sender, RoutedEventArgs e)
{
if (task == null)
{
Log.Text = "Данные не загружены";
return;
}
xBoundsData.Clear();
xDescrGrid.ItemsSource = null;
modelDescret = task.GetPlavkaBounds();
foreach (Conditions c in modelDescret.xBounds)
xBoundsData.Add(new itemGrid(c.descr, c.lower, c.upper));
xDescrGrid.ItemsSource = xBoundsData;
Log.Text = "Границы загружены";
xOptDescrGrid.ItemsSource = null;
xOptDescrGrid.ItemsSource = modelDescret.xBounds;
SetModelInfoDescret();
}
private void descrBoundsBtn_Click(object sender, RoutedEventArgs e)
{
if (task.data == null)
{
Log.Text = "Данные не загружены";
return;
}
if (yBoundsData.Count == 0)
{
Log.Text = "Не выбран стандарт на марку";
return;
}
modelDescret = new DescrModel(task.x, task.y, Convert.ToDouble(alphaTextBox.Text), Convert.ToDouble(betaTextBox.Text));
modelDescret.SetBounds(xBoundsData, yBoundsData); //берем границы из табличек
task.CorrectBoundsY(modelDescret); //если верхняя не определена - берем максимум по выборке
//List<string[]> results;
DescretOptTask descrOptimizeBackground = new DescretOptTask(task, modelDescret, Convert.ToInt32(numIntervalsTextBox.Text),
Convert.ToInt32(degreeTextBox.Text), Convert.ToInt32(shiftTextBox.Text), Convert.ToDouble(epsTextBox.Text));
backgroundWorker.RunWorkerAsync(descrOptimizeBackground);
Log.Text = "Начато построение дискретной модели . . . ";
//передаем ссыль на модель, в функции все меняется
getBoundsBtn.IsEnabled = false;
descrBoundsBtn.IsEnabled = false;
}
public CondOptModel(RegressionModel regr, DescrModel descr, Technology tech, double _epsg, double _epsi, int _iter, double[] _xCur)
{
regModel = regr;
desModel = descr;
epsg = _epsg;
epsx = _epsi;
epsi = _epsi;
iter = _iter;
yModel = new double[regModel.y.Count];
technology = tech;
technology.baseTechnologyID = tech.id;
technology.id = -1;
xDone = _xCur;
for (int i = 0; i < xDone.Length; i++)
if (xDone[i] == -1)
{
numDone = i;
break;
}
}
//если не задана верхняя граница - берем максимум из выборки
public void CorrectBoundsY(DescrModel model)
{
double upper;
for (int i = 0; i < x.Count; i++) //границы для Х
if (model.xBounds[i].upper == 0)
{
upper = data[0, y.Count + i]; // Convert.ToDouble(plavka.Rows[0].ItemArray[y.Count + i]);
for (int j = 1; j < data.GetLength(0); j++) //0 вверху 2 строки
if (data[j, y.Count + i] > upper) upper = data[j, y.Count + i];
model.xBounds[i].upper = upper;
}
for (int i = 0; i < y.Count; i++) //границы для Y
{
if (model.yBounds[i].upper == 0)
{
upper = data[0, i]; // Convert.ToDouble(plavka.Rows[0].ItemArray[i]);
for (int j = 1; j < data.GetLength(0); j++) //0 вверху 2 строки
if (data[j, i] > upper) upper = data[j, i];
model.yBounds[i].upper = upper;
}
}
}
public double StartBoundsOptimize(int numIntervals, DescrModel model, int degree, int boundsShift, double eps,
System.ComponentModel.BackgroundWorker backgroundWorker)
{
int[] intervals = new int[numIntervals];
for(int i=0; i<numIntervals; i++) intervals[i] = i; // берем все нулевые интервалы
int[][] vars = new int[x.Count][];
for (int i = 0; i < x.Count; i++) vars[i] = intervals;
var cross = new CartesianProduct<int>(vars);
IEnumerable<int[]> intervalVars = cross.Get();
double maxCriteria = -1000000;
List<Conditions> bestBounds = new List<Conditions>();
foreach (int[] variant in intervalVars) //выбор начального подпространства
{
List<Conditions> bounds = model.IntervalsBounds(numIntervals, variant);
double res = OneIntervalCriteria(bounds, model);
if (res > maxCriteria) //здесь оцениваем интервал, просто сравниваем критерий
{
backgroundWorker.ReportProgress(1);
maxCriteria = res;
bestBounds.Clear();
for (int i = 0; i < bounds.Count; i++) bestBounds.Add(new Conditions(bounds[i]));
}
}
//поехали двигать границы
backgroundWorker.ReportProgress(2);
DescrModel modelMaxBounds = GetPlavkaBounds();
bool gettingGlobalBetter = true;
while (gettingGlobalBetter)
{
backgroundWorker.ReportProgress(3);
gettingGlobalBetter = false;
for (int i = 0; i < x.Count; i++) //для каждого параметра смотрим
{
bool gettingBetter = true; //пока изменяются границы хотя бы одного интервала - пересматриваем заново
while (gettingBetter) //повторяем пока сдвиги границ дают результат
{
gettingBetter = false;//пока изменяются границы внутри интервала - пересматриваем заново
//double size = bestBounds[i].upper - bestBounds[i].lower;
List<Conditions> newBestBounds = new List<Conditions>();
for (int v = 0; v < 4; v++)
for (int j = 0; j < degree + 1; j++)
{
List<Conditions> newBounds = new List<Conditions>();
foreach (Conditions c in bestBounds) newBounds.Add(new Conditions(c));
if (v == 0) //увеличиваем интервал верхней границы
newBounds[i].upper += Math.Abs(modelMaxBounds.xBounds[i].upper - bestBounds[i].upper) / Math.Pow(boundsShift, i);
if (v == 1) //уменьшаем интервал
newBounds[i].upper -= ( bestBounds[i].upper - bestBounds[i].lower) / Math.Pow(boundsShift, i + 1); //уменьшаем интервал
if (v == 2) //увеличиваем интервал нижней границы
newBounds[i].lower += Math.Abs(modelMaxBounds.xBounds[i].lower - bestBounds[i].lower) / Math.Pow(boundsShift, i);
if (v == 3) //уменьшаем интервал
newBounds[i].lower -= (bestBounds[i].upper - bestBounds[i].lower) / Math.Pow(boundsShift, i + 1);
double res = OneIntervalCriteria(newBounds, model);
if (backgroundWorker.WorkerReportsProgress) backgroundWorker.ReportProgress(1);
if (res > maxCriteria) //здесь оцениваем интервал, просто сравниваем критерий
{
backgroundWorker.ReportProgress(1);
gettingBetter = true;
if( (Math.Abs(res) - Math.Abs(maxCriteria)) > eps) gettingGlobalBetter = true;
maxCriteria = res;
newBestBounds.Clear();
for (int w = 0; w < newBounds.Count; w++) newBestBounds.Add(new Conditions(newBounds[w])); //новые улучшенные границы
}
}
if (gettingBetter)
{
bestBounds.Clear();
for (int w = 0; w < newBestBounds.Count; w++) bestBounds.Add(new Conditions(newBestBounds[w]));
}
}
}
}
double beforeCriteria = OneIntervalCriteria(model.xBounds, model);
model.criteria = maxCriteria;
model.SetBounds(bestBounds);
return beforeCriteria;
}
public double OneIntervalCriteria(List<Conditions> bounds, DescrModel model)
{
int Tplus = 0, Splus = 0, TSplus = 0;
for (int i = 0; i < data.GetLength(0); i++)
{
bool flagOk = false;
for (int q = 0; q < y.Count; q++)
if (!(data[i, q] >= model.yBounds[q].lower && data[i, q] <= model.yBounds[q].upper)) break;//не попыл - выходим сразу
else if (q == y.Count - 1)
{
flagOk = true;
Splus++;
}
for (int q = 0; q < x.Count; q++)
if (!(data[i, q + y.Count] >= bounds[q].lower && data[i, q + y.Count] <= bounds[q].upper)) break;
else if (q == x.Count - 1)
{
Tplus++;
if (flagOk) TSplus++;
}
}
if (Tplus > 0 && Splus > 0)
return model.CalcCriteria(data.GetLength(0), Tplus, Splus, TSplus);
else return -1000;
}
public DescrModel GetPlavkaBounds()
{
DescrModel model = new DescrModel(x, y, 0, 0);
double lower, upper;
for (int i = 0; i < x.Count; i++) //границы для Х
{
lower = data[0, y.Count + i];// Convert.ToDouble(plavka.Rows[0].ItemArray[y.Count + i]);
upper = data[0, y.Count + i]; // Convert.ToDouble(plavka.Rows[0].ItemArray[y.Count + i]);
for (int j = 1; j < data.GetLength(0); j++) //0 вверху 2 строки
{
if (data[j, y.Count + i] < lower) lower = data[j, y.Count + i];
if (data[j, y.Count + i] > upper) upper = data[j, y.Count + i];
}
model.xBounds.Add(new Conditions(lower, upper, xAll[x[i]].description));
}
for (int i = 0; i < y.Count; i++) //границы для Y
{
lower = data[0, i]; //Convert.ToDouble(plavka.Rows[0].ItemArray[i]);
upper = data[0, i]; // Convert.ToDouble(plavka.Rows[0].ItemArray[i]);
for (int j = 1; j <data.GetLength(0); j++) //0 вверху 2 строки
{
if (data[j, i] < lower) lower = data[j, i];
if (data[j, i] > upper) upper = data[j, i];
}
model.yBounds.Add(new Conditions(lower, upper, yAll[y[i]].description));
}
model.criteria = 0;
return model;
}
