Запуск и сохранение результатов экспериментов

lab1/expirements.py

@@ -0,0 +1,109 @@
+import os
+import shutil
+
+from gen import GARunConfig, genetic_algorithm
+from prettytable import PrettyTable
+
+# Базовая папка для экспериментов
+BASE_DIR = "experiments"
+
+# Параметры для экспериментов
+POPULATION_SIZES = [10, 50, 100]
+PC_VALUES = [0.5, 0.6, 0.7, 0.8, 0.9]  # вероятности кроссинговера
+PM_VALUES = [0.001, 0.01, 0.05, 0.1, 0.2]  # вероятности мутации
+
+# Базовые параметры (как в main.py)
+BASE_CONFIG = {
+    "x_min": 3.1,
+    "x_max": 20.0,
+    "precision_digits": 3,
+    "max_generations": 200,
+    "seed": 17,
+    "min_fitness_avg": 0.015,  # критерий остановки
+    # при включенном сохранении графиков на время смотреть бессмысленно
+    # "save_generations": [0, 50, 199],
+}
+
+
+def run_single_experiment(pop_size: int, pc: float, pm: float) -> tuple[float, int]:
+    """
+    Запускает один эксперимент с заданными параметрами.
+    Возвращает (время_в_мс, номер_поколения).
+    """
+    config = GARunConfig(
+        **BASE_CONFIG,
+        pop_size=pop_size,
+        pc=pc,
+        pm=pm,
+        results_dir=f"{BASE_DIR}/{pop_size}/{pc:.3f}/{pm:.3f}",
+    )
+
+    result = genetic_algorithm(config)
+    return result.time_ms, result.generations
+
+
+def run_experiments_for_population(pop_size: int) -> PrettyTable:
+    """
+    Запускает эксперименты для одного размера популяции.
+    Возвращает таблицу результатов.
+    """
+    print(f"\nЗапуск экспериментов для популяции размером {pop_size}...")
+
+    # Создаем таблицу
+    table = PrettyTable()
+    table.field_names = ["Pc \\ Pm"] + [f"{pm:.3f}" for pm in PM_VALUES]
+
+    # Запускаем эксперименты для всех комбинаций Pc и Pm
+    for pc in PC_VALUES:
+        row = [f"{pc:.1f}"]
+        for pm in PM_VALUES:
+            print(f"  Эксперимент: pop_size={pop_size}, Pc={pc:.1f}, Pm={pm:.3f}")
+            time_ms, generations = run_single_experiment(pop_size, pc, pm)
+            # Форматируем результат: время(поколение)
+            cell_value = f"{time_ms:.1f} ({generations})"
+            row.append(cell_value)
+        table.add_row(row)
+
+    return table
+
+
+def main():
+    """Основная функция для запуска всех экспериментов."""
+    print("=" * 60)
+    print("ЗАПУСК ЭКСПЕРИМЕНТОВ ПО ПАРАМЕТРАМ ГЕНЕТИЧЕСКОГО АЛГОРИТМА")
+    print("=" * 60)
+    print(f"Размеры популяции: {POPULATION_SIZES}")
+    print(f"Значения Pc: {PC_VALUES}")
+    print(f"Значения Pm: {PM_VALUES}")
+    print(f"Критерий остановки: среднее значение > {BASE_CONFIG['min_fitness_avg']}")
+    print("=" * 60)
+
+    # Создаем базовую папку
+    if os.path.exists(BASE_DIR):
+        shutil.rmtree(BASE_DIR)
+    os.makedirs(BASE_DIR)
+
+    # Запускаем эксперименты для каждого размера популяции
+    for pop_size in POPULATION_SIZES:
+        table = run_experiments_for_population(pop_size)
+
+        print(f"\n{'='*60}")
+        print(f"РЕЗУЛЬТАТЫ ДЛЯ ПОПУЛЯЦИИ РАЗМЕРОМ {pop_size}")
+        print(f"{'='*60}")
+        print("Формат: время_в_мс (номер_поколения)")
+        print(table)
+
+        pop_exp_dir = os.path.join(BASE_DIR, str(pop_size))
+        os.makedirs(pop_exp_dir, exist_ok=True)
+        with open(os.path.join(pop_exp_dir, "results.csv"), "w", encoding="utf-8") as f:
+            f.write(table.get_csv_string())
+        print(f"Результаты сохранены в папке: {pop_exp_dir}/")
+
+    print(f"\n{'='*60}")
+    print("ВСЕ ЭКСПЕРИМЕНТЫ ЗАВЕРШЕНЫ!")
+    print(f"Результаты сохранены в папке: {BASE_DIR}/")
+    print(f"{'='*60}")
+
+
+if __name__ == "__main__":
+    main()