]> AND Private Git Repository - desynchronisation-controle.git/blobdiff - exp_controle_asynchrone/simulMWSN.py
Logo AND Algorithmique Numérique Distribuée

Private GIT Repository
t
[desynchronisation-controle.git] / exp_controle_asynchrone / simulMWSN.py
index fbd48aa9323587da7fd791e0049e88def6547823..4844593705e7776e1bbc936dfd621a089fbb6a28 100644 (file)
@@ -6,6 +6,9 @@ import pylab as pb
 from itertools import *
 from scipy import optimize as opt
 from copy import deepcopy 
 from itertools import *
 from scipy import optimize as opt
 from copy import deepcopy 
+import sys as sy
+
+
 error  = 0.1
 epsilon = 1E-10
 vrate = 0.8
 error  = 0.1
 epsilon = 1E-10
 vrate = 0.8
@@ -17,6 +20,7 @@ POS = 1
 POS_NUL = 2
 POSINF1 = 3
 init = []
 POS_NUL = 2
 POSINF1 = 3
 init = []
+fichier_init="config_initiale_default.txt"
 
 
 
 
 
 
@@ -103,6 +107,7 @@ alpha = 0.5
 beta = 1.3E-8
 gamma = 55.54
 delta = 0.2
 beta = 1.3E-8
 gamma = 55.54
 delta = 0.2
+zeta = 0.1
 amplifieur = 1
 sigma2 = 3500
 Bi = 5
 amplifieur = 1
 sigma2 = 3500
 Bi = 5
@@ -240,7 +245,7 @@ def maj(k,maj_theta,mxg,idxexp):
     vp = {}
     for h in V:
         if not ASYNC or  random() < taux_succes:
     vp = {}
     for h in V:
         if not ASYNC or  random() < taux_succes:
-            s = Rh[h]- mt.log(float(sigma2)/D)/(gamma*mt.pow(Ps[h],float(1)/3))
+            s = Rh[h]- mt.log(float(sigma2)/D)/(gamma*mt.pow(Ps[h],float(2)/3))
             if abs(s) > mxg :
                 print "ds calcul v",abs(s),idxexp
                 mxg = abs(s) 
             if abs(s) > mxg :
                 print "ds calcul v",abs(s),idxexp
                 mxg = abs(s) 
@@ -304,14 +309,20 @@ def maj(k,maj_theta,mxg,idxexp):
     Psp={}
     #print "maj des des Psh" 
     def f_Ps(psh,h):
     Psp={}
     #print "maj des des Psh" 
     def f_Ps(psh,h):
-        #print "ds f_ps",psh, v[h]* mt.log(float(sigma2)/D)/(gamma*((psh**2)**(float(1)/3))) +la[h]*psh
-        return v[h]* mt.log(float(sigma2)/D)/(gamma*mt.pow(float(2)/3)) +la[h]*psh
-    for h in V:
-        if not ASYNC or  random() < taux_succes:
-            lah = 0.05 if la[h] == 0 else  la[h]
-            rep = (float(2*v[h]*mt.log(float(sigma2)/D))/mt.pow(3*gamma*lah,float(3)/5))
-            Psp[h] = epsilon if rep <= 0 else rep
-        else :
+        #print "ds f_ps",psh, v[h]* mt.log(float(sigma2)/D)/(gamma*((psh**2)**(float(2)/3))) +la[h]*psh
+         return v[h]* mt.log(float(sigma2)/D)/(gamma*mt.pow(float(2)/3)) +la[h]*psh
+     for h in V:
+         if not ASYNC or  random() < taux_succes:
+             """
+             lah = 0.05 if la[h] == 0 else  la[h]
+             rep = mt.pow(float(2*v[h]*mt.log(float(sigma2)/D))/(3*gamma*lah),float(3)/5)
+             Psp[h] = epsilon if rep <= 0 else rep
+             """
+             t= float(-3*la[h]+mt.sqrt(9*(la[h]**2)+64*zeta*v[h]*mt.log(float(sigma2)/D)/gamma))/(16*zeta)
+             #print t
+             rep = mt.pow(t,float(3)/5)
+             Psp[h]=rep
+         else :
             Psp[h] = Ps[h]
 
 
             Psp[h] = Ps[h]
 
 
@@ -442,19 +453,36 @@ def initialisation():
 
 
 
 
 
 
-def __evalue_maj_theta__():
+def initialisation_():
+    global u, v, la, w, theta , q,  Ps, Rh,  eta, x,init 
+    fd = open(fichier_init,"r")
+    l= fd.readline()
+    init_p = eval(l)
+    print init_p
+    theta = omega
+    (q,Ps,Rh,eta,x,u,v,la,w) = tuple([deepcopy(x) for x in init_p])
+    init = [deepcopy(q),deepcopy(Ps),deepcopy(Rh),deepcopy(eta),
+            deepcopy(x),deepcopy(u),deepcopy(v),deepcopy(la),deepcopy(w)]
+
+
+
+def __evalue_maj_theta__(nbexp,out=False):
     global u, v, la, w, theta , q,  Ps, Rh,  eta, x, valeurFonctionDuale 
     global u, v, la, w, theta , q,  Ps, Rh,  eta, x, valeurFonctionDuale 
-    nbexp = 5
     res = {}
     m = []
     res = {}
     m = []
-    itermax = 10000
+    itermax = 100000
  
     def __maj_theta(k):
  
     def __maj_theta(k):
+        mem = []
         om = omega/(mt.pow(k,0.75))
         return om
     for idxexp in range(nbexp):
         mxg = 0
         om = omega/(mt.pow(k,0.75))
         return om
     for idxexp in range(nbexp):
         mxg = 0
-        initialisation()
+        if not(out):
+            initialisation()
+        else :
+            initialisation_()
+            
         k = 1
         arret = False
         sm = 0
         k = 1
         arret = False
         sm = 0
@@ -469,16 +497,25 @@ def __evalue_maj_theta__():
             if k%100 ==0 :
                 print "k:",k,"erreur sur q", errorq, "et q:",q
                 print "maxg=", mxg
             if k%100 ==0 :
                 print "k:",k,"erreur sur q", errorq, "et q:",q
                 print "maxg=", mxg
+                mem = [deepcopy(q),deepcopy(Ps),deepcopy(Rh),deepcopy(eta),
+                       deepcopy(x),deepcopy(u),deepcopy(v),deepcopy(la),deepcopy(w)]
+            if k%4500 == 0 :
+                print "#########\n",mem,"\#########\n"
+            if k%4600 == 0 :
+                print "#########\n",mem,"\#########\n"
+
+
+
             if smax - sm  > 500:
                 print "variation trop grande"
                 print "init"
                 print init
             if smax - sm  > 500:
                 print "variation trop grande"
                 print "init"
                 print init
-                exit 
+                sy.exit(0)
         if k == itermax:
             print "nbre d'iteration trop grand"
             print "init"
             print init
         if k == itermax:
             print "nbre d'iteration trop grand"
             print "init"
             print init
-            exit 
+            sy.exit(1)
 
         print "###############"
         print k
 
         print "###############"
         print k
@@ -492,7 +529,10 @@ def __evalue_maj_theta__():
 
 
 ASYNC = False
 
 
 ASYNC = False
-__evalue_maj_theta__()
+__evalue_maj_theta__(1,True)
+
+
+
 #ASYNC = True
 #taux_succes = 0.9
 #__evalue_maj_theta__()
 #ASYNC = True
 #taux_succes = 0.9
 #__evalue_maj_theta__()