Initial commit: планирование эксперимента и оптимизация смесей

2026-07-23 15:12:32 +05:00
commit 025421193d
17 changed files with 1634 additions and 0 deletions
@@ -0,0 +1,137 @@
+# core/doe.py
+"""
+Модуль с функциями для генерации планов эксперимента.
+"""
+import random
+import numpy as np
+
+def ispoz(N):
+    """Проверяет, является ли N положительным целым числом (для использования в ze)."""
+    return isinstance(N, (int, float)) and not isinstance(N, bool) and N > 0
+
+def ze(k, n):
+    """Генерирует матрицу размера n x k, заполненную нулями (центральные точки)."""
+    if n is None or k is None:
+        return []
+    elif ispoz(k) and ispoz(n):
+        return [[0] * k for _ in range(n)]
+    return []
+
+def ffe(k):
+    """Полный факторный план 2^k. Возвращает список списков размером 2^k x k со значениями ±1."""
+    if k < 2:
+        raise ValueError("Factor must be at least 2")
+    N = 2 ** k
+    out = []
+    for i in range(N):
+        row = []
+        for j in range(k):
+            bit = ((i >> j) & 1) * 2 - 1
+            row.append(bit)
+        out.append(row)
+    return out
+
+def ccp(k, alpha=1.0, center_points=1, fractional=None):
+    """
+    Центральный композиционный план (ЦКП) для k факторов.
+    alpha – звёздное плечо.
+    center_points – количество центральных точек.
+    fractional – степень дробления ядра (если None, используется полный факторный план).
+    """
+    if k < 2:
+        raise ValueError("Для ЦКП необходимо минимум 2 фактора.")
+    if fractional is not None:
+        if fractional <= 0 or fractional >= k:
+            raise ValueError("Степень дробления p должна быть от 1 до k-1")
+        base_k = k - fractional
+        if base_k < 2:
+            raise ValueError(f"Ядро дробного факторного плана должно иметь минимум 2 фактора, а получается {base_k}.")
+    if fractional is not None:
+        from core.doe import fractional_factorial
+        core_plan = fractional_factorial(k, fractional)
+    else:
+        core_plan = ffe(k)
+    star_points = []
+    for i in range(k):
+        row = [0.0] * k
+        row[i] = alpha
+        star_points.append(row)
+        row_neg = [0.0] * k
+        row_neg[i] = -alpha
+        star_points.append(row_neg)
+    center_rows = [[0.0] * k for _ in range(center_points)]
+    plan = core_plan + star_points + center_rows
+    return plan
+
+def fractional_factorial(k, p=1):
+    """Дробный факторный план 2^(k-p). p – степень дробления."""
+    if k < 2 or p <= 0 or p >= k:
+        raise ValueError("Некорректные параметры: k>=2, 0<p<k")
+    base_k = k - p
+    if base_k < 2:
+        raise ValueError(f"Ядро должно содержать минимум 2 фактора, а получается {base_k}.")
+    N = 2 ** base_k
+    base_plan = ffe(base_k)
+    plan = []
+    for row in base_plan:
+        new_row = row.copy()
+        for i in range(p):
+            prod = 1
+            for j in range(base_k):
+                prod *= row[j]
+            new_row.append(prod)
+        plan.append(new_row)
+    return plan
+
+def plackett_burman(k):
+    """
+    План Плакетта-Бермана для k факторов.
+    Число опытов N – ближайшее кратное 4, >= k+1.
+    Для N = 8, 16, 32 используется рекурсивное построение матрицы Адамара.
+    """
+    if k < 2:
+        raise ValueError("Требуется минимум 2 фактора.")
+    N = 4 * ((k + 3) // 4)
+
+    def hadamard_rec(n):
+        if n == 1:
+            return np.array([[1]])
+        H = hadamard_rec(n//2)
+        top = np.hstack([H, H])
+        bottom = np.hstack([H, -H])
+        return np.vstack([top, bottom])
+
+    if (N & (N - 1)) == 0:  # N — степень двойки
+        H = hadamard_rec(N)
+    else:
+        try:
+            from scipy.linalg import hadamard
+            H = hadamard(N)
+        except ImportError:
+            print("Предупреждение: scipy не установлена. Генерируем случайный план.")
+            plan = []
+            for _ in range(N):
+                row = [random.choice([-1, 1]) for _ in range(k)]
+                plan.append(row)
+            return plan
+    plan = H[:, 1:k+1].tolist()
+    return plan
+
+def box_behnken(k):
+    """
+    План Бокса-Бенкена для k факторов (k >= 3).
+    Содержит комбинации на серединах рёбер и центральные точки.
+    """
+    if k < 3:
+        raise ValueError("Требуется минимум 3 фактора.")
+    plan = []
+    for i in range(k):
+        for j in range(i+1, k):
+            for a, b in [(1,1), (1,-1), (-1,1), (-1,-1)]:
+                row = [0.0] * k
+                row[i] = a
+                row[j] = b
+                plan.append(row)
+    for _ in range(3):
+        plan.append([0.0] * k)
+    return plan