release 0.2
- stm general перенесена в другой репозиторий - рефакторинг документации
This commit is contained in:
337
MyLibs/Inc/gen_optimizer.h
Normal file
337
MyLibs/Inc/gen_optimizer.h
Normal file
@@ -0,0 +1,337 @@
|
||||
/**
|
||||
******************************************************************************
|
||||
* @file gen_optimizer.h
|
||||
* @brief Заголовочный файл для адаптивного подбора параметров
|
||||
******************************************************************************
|
||||
* @addtogroup GEN_OPTIMIZER Genetic optimizer
|
||||
* @brief Библиотека для эволюционного подбора параметров
|
||||
* @details
|
||||
Поддерживает:
|
||||
- Любое количество параметров
|
||||
- Генерацию новых параметров на основе лучших кандидатов
|
||||
- Мутацию для поиска оптимальных параметров
|
||||
- Несколько независимых оптимизаторов в одной программе
|
||||
|
||||
|
||||
Параметры для конфигурации:
|
||||
- @ref GEN_OPTIMIZATION_ENABLE - Включить оптимизацию параметров
|
||||
Если библиотека отключена @ref GEN_OPTIMIZATION_ENABLE, то вставляются
|
||||
заглушки, никак не влияющие на параметры и остальную программу
|
||||
- @ref GEN_MAX_PARAMS - Максимальное количество параметров
|
||||
- @ref GEN_MAX_CANDIDATES - Максимальное количество кандидатов для обучения
|
||||
- (опционально) @ref GEN_MUTATION_MIN_PCT - Минимальная мутация в процентах от Loss (по умолчанию 10%)
|
||||
- (опционально) @ref GEN_MUTATION_MAX_PCT - Максимальная мутация в процентах от Loss (по умолчанию 100%)
|
||||
- (опционально) @ref ELOVLE_N_ELITE_CANDIDATE - Количество кандидатов, которые проходят в поколение без изменений
|
||||
|
||||
@par Пример использования:
|
||||
@code
|
||||
#include "gen_optimizer.h"
|
||||
#define N_PARAMS 4
|
||||
#define N_CANDIDATES 100
|
||||
#define N_BEST 10
|
||||
#define MUTATION 0.1f
|
||||
float params[N_PARAMS];
|
||||
GenOptimizer_t optimizer;
|
||||
|
||||
// Формирование параметров
|
||||
uint16_t param_u16 = 800;
|
||||
float param_f = 0.01f;
|
||||
uint8_t param_u8 = 40;
|
||||
int16_t param_i16 = 1600;
|
||||
params[0] = PARAM_SCALE(param_u16, 0.0f, 1000.0f);
|
||||
params[1] = PARAM_SCALE(param_f, 0.001f, 0.1f);
|
||||
params[2] = PARAM_SCALE(param_u8, 10.0f, 100.0f);
|
||||
params[3] = PARAM_SCALE(param_i16, 500.0f, 5000.0f);
|
||||
|
||||
// Инициалиазция
|
||||
GenOptimizer_Init(&optimizer, N_PARAMS, N_CANDIDATES, N_BEST, MUTATION, params);
|
||||
|
||||
// Шаг эволюции
|
||||
float loss = calc_loss(); // расчет эффективности параметров (от 0 до 1)
|
||||
GenOptimizer_Step(&optimizer, params, loss);
|
||||
|
||||
// Взятие следующих для эволюции параметров
|
||||
param_u16 = PARAM_UNSCALE(params[0], 0.0f, 1000.0f);
|
||||
param_f = PARAM_UNSCALE(params[1], 0.001f, 0.1f);
|
||||
param_u8 = PARAM_UNSCALE(params[2], 10.0f, 100.0f);
|
||||
param_i16 = PARAM_UNSCALE(params[3], 500.0f, 5000.0f);
|
||||
@endcode
|
||||
* @{
|
||||
*****************************************************************************/
|
||||
#ifndef __GEN_OPTIMIZER_H_
|
||||
#define __GEN_OPTIMIZER_H_
|
||||
|
||||
#include "mylibs_defs.h"
|
||||
#include <stdint.h>
|
||||
#include <stdlib.h>
|
||||
|
||||
#ifdef GEN_OPTIMIZATION_ENABLE
|
||||
/**
|
||||
* @brief Линейное масштабирование x из диапазона [min_val, max_val] в диапазон [0, 1)
|
||||
*/
|
||||
#define PARAM_SCALE(x, min_val, max_val) \
|
||||
(((float)(x) - (float)(min_val)) / ((float)(max_val) - (float)(min_val)))
|
||||
|
||||
/**
|
||||
* @brief Обратное линейное масштабирование значения из [0, 1) в диапазон [min_val, max_val]
|
||||
*/
|
||||
#define PARAM_UNSCALE(val, min_val, max_val) \
|
||||
(((float)(val)) * ((float)(max_val) - (float)(min_val)) + (float)(min_val))
|
||||
|
||||
#ifndef local_time
|
||||
#define local_time() HAL_GetTick() ///< Локальное время
|
||||
#endif
|
||||
|
||||
|
||||
|
||||
#ifndef GEN_MUTATION_MIN_PCT
|
||||
#define GEN_MUTATION_MIN_PCT 10 ///< Минимальная мутация (в процентах от Loss)
|
||||
#endif
|
||||
#ifndef GEN_MUTATION_MAX_PCT
|
||||
#define GEN_MUTATION_MAX_PCT 100 ///< Максимальная мутация (в процентах от Loss)
|
||||
#endif
|
||||
#ifndef ELOVLE_N_ELITE_CANDIDATE
|
||||
#define ELOVLE_N_ELITE_CANDIDATE 2 ///< Количество кандидатов, которые проходят в поколение без изменений (по умолчанию 2)
|
||||
#endif
|
||||
|
||||
|
||||
/**
|
||||
* @brief Структура эволюционного оптимизатора
|
||||
*/
|
||||
typedef struct {
|
||||
float stability; ///< Коэффициент насколько стабильная популяция (0..1)(@ref n_cand)
|
||||
|
||||
uint16_t n_params; ///< Количество параметров
|
||||
uint16_t n_cand; ///< Количество кандидатов в популяции
|
||||
uint16_t n_best; ///< Количество лучших, усредняемых
|
||||
float mutation_amp; ///< Амплитуда мутации (0..1)
|
||||
|
||||
uint16_t cand_index; ///< Индекс текущего кандидата
|
||||
uint16_t gen_index; ///< Индекс популяции
|
||||
|
||||
//INTERNAL
|
||||
float gen_mut; ///< Амплитуда мутации у текущей популяции
|
||||
|
||||
float loss[GEN_MAX_CANDIDATES]; ///< Loss для каждого кандидата
|
||||
float candidates[GEN_MAX_CANDIDATES][GEN_MAX_PARAMS]; ///< Параметры кандидатов
|
||||
uint16_t sorted_idx[GEN_MAX_CANDIDATES]; ///< Индексы отсортированных кандидатов
|
||||
} GenOptimizer_t;
|
||||
|
||||
|
||||
|
||||
/**
|
||||
* @cond GEN_INTERNAL
|
||||
*/
|
||||
|
||||
// Вспомогательный указатель для сортировки
|
||||
static GenOptimizer_t *g_sort_opt; // глобальный указатель на текущий оптимизатор
|
||||
|
||||
// функция условия сортировки
|
||||
static int cmp_idx(const void *a, const void *b) {
|
||||
if (g_sort_opt->loss[*(const uint16_t*)a] < g_sort_opt->loss[*(const uint16_t*)b])
|
||||
return -1;
|
||||
if (g_sort_opt->loss[*(const uint16_t*)a] > g_sort_opt->loss[*(const uint16_t*)b])
|
||||
return 1;
|
||||
return 0;
|
||||
}
|
||||
/** @endcond */
|
||||
|
||||
|
||||
|
||||
|
||||
|
||||
/**
|
||||
* @brief Инициализация эволюционного оптимизатора.
|
||||
* @param opt Указатель на структуру оптимизатора
|
||||
* @param n_params Количество параметров в одном кандидате
|
||||
* @param n_cand Количество кандидатов
|
||||
* @param n_best Количество лучших, усредняемых
|
||||
* @param mutation_amp Амплитуда мутации (в диапазоне 0.0–1.0)
|
||||
* @param start_params Начальные параметры (в диапазоне 0.0–1.0)
|
||||
* @return 0 — если окей,
|
||||
* -1 — если ошибка
|
||||
*/
|
||||
static int GenOptimizer_Init(GenOptimizer_t* opt,
|
||||
uint16_t n_params,
|
||||
uint16_t n_cand,
|
||||
uint16_t n_best,
|
||||
float mutation_amp,
|
||||
float* start_params)
|
||||
{
|
||||
if((opt == NULL) || (start_params == NULL))
|
||||
return -1;
|
||||
|
||||
if(n_params > GEN_MAX_PARAMS)
|
||||
return -1;
|
||||
opt->n_params = n_params;
|
||||
|
||||
if(n_cand > GEN_MAX_CANDIDATES)
|
||||
return -1;
|
||||
opt->n_cand = n_cand;
|
||||
|
||||
if(n_best > GEN_MAX_CANDIDATES/2)
|
||||
return -1;
|
||||
opt->n_best = n_best;
|
||||
|
||||
|
||||
if((mutation_amp > 1) || (mutation_amp < 0))
|
||||
return -1;
|
||||
if(mutation_amp <= 0.001f)
|
||||
mutation_amp = 0.001f;
|
||||
opt->mutation_amp = mutation_amp;
|
||||
|
||||
uint32_t seed = local_time();
|
||||
#ifdef ADC1
|
||||
seed += (ADC1->DR & 0xFF);
|
||||
#endif
|
||||
srand(seed);
|
||||
|
||||
for (uint16_t i = 0; i < n_cand; i++) {
|
||||
for (uint16_t j = 0; j < n_params; j++) {
|
||||
// Добавляем случайную мутацию вокруг стартового параметра
|
||||
float base = start_params[j];
|
||||
float inv_randmax = 1.0f / (float)RAND_MAX;
|
||||
float noise = ((float)rand() * inv_randmax * 2.0f - 1.0f) * mutation_amp;
|
||||
opt->candidates[i][j] = base + noise;
|
||||
if (opt->candidates[i][j] < 0.0f) opt->candidates[i][j] = 0.0f;
|
||||
if (opt->candidates[i][j] > 1.0f) opt->candidates[i][j] = 1.0f;
|
||||
}
|
||||
opt->loss[i] = 0.0f;
|
||||
}
|
||||
|
||||
opt->cand_index = 0;
|
||||
opt->gen_index = 0;
|
||||
return 0;
|
||||
}
|
||||
|
||||
|
||||
/**
|
||||
* @brief Один шаг эволюционного оптимизатора.
|
||||
* @param opt Указатель на структуру оптимизатора
|
||||
* @param params Массив параметров, которые будут обновлены (на выходе — новые параметры)
|
||||
* @param loss Loss текущего кандидата
|
||||
* @return 0 — если окей,
|
||||
* -1 — если ошибка
|
||||
* @details
|
||||
* Сохраняет loss текущего кандидата и формирует параметры следующего кандидата.
|
||||
* Если накоплено n_cand кандидатов, генерируется новое поколение.
|
||||
* Новое поколение формируется случайным выбором из n_best лучших с добавлением мутации.
|
||||
*
|
||||
* На выходе params содержит параметры следующего кандидата для измерений.
|
||||
* @note Функция использует глобальную внутреннюю переменную для сортировки.
|
||||
* Надо убедится что только один экземпляр функции запущен в момент времени
|
||||
*/
|
||||
static int GenOptimizer_Step(GenOptimizer_t* opt,
|
||||
float* params,
|
||||
float loss)
|
||||
{
|
||||
if((opt == NULL) || (params == NULL))
|
||||
return -1;
|
||||
|
||||
uint16_t n_params = opt->n_params;
|
||||
if(n_params > GEN_MAX_PARAMS)
|
||||
return -1;
|
||||
|
||||
uint16_t n_cand = opt->n_cand;
|
||||
if(n_cand > GEN_MAX_CANDIDATES)
|
||||
return -1;
|
||||
|
||||
uint16_t n_best = opt->n_best;
|
||||
if(n_best > GEN_MAX_CANDIDATES/2)
|
||||
return -1;
|
||||
|
||||
float mut = opt->mutation_amp;
|
||||
if((mut > 1) ||(mut < 0))
|
||||
return -1;
|
||||
|
||||
// 1. Сохраняем loss текущего кандидата
|
||||
opt->loss[opt->cand_index] = loss;
|
||||
opt->cand_index++;
|
||||
|
||||
if (opt->cand_index >= n_cand) {
|
||||
// 2. Сортируем текущее поколение по loss
|
||||
for(uint16_t i = 0; i < opt->n_cand; i++)
|
||||
opt->sorted_idx[i] = i;
|
||||
|
||||
g_sort_opt = opt;
|
||||
qsort(opt->sorted_idx, opt->n_cand, sizeof(uint16_t), cmp_idx);
|
||||
g_sort_opt = NULL;
|
||||
|
||||
// --- Адаптивная мутация в зависимости от Loss ---
|
||||
float best_loss = opt->loss[opt->sorted_idx[0]];
|
||||
float worst_loss = opt->loss[opt->sorted_idx[opt->n_cand - 1]];
|
||||
float diff = worst_loss - best_loss;
|
||||
|
||||
float sum_loss = 0.0f;
|
||||
for (uint16_t i = 0; i < n_cand; i++)
|
||||
sum_loss += opt->loss[i];
|
||||
float avg_loss = sum_loss / (float)n_cand;
|
||||
|
||||
|
||||
float loss_ratio = (diff > 0.0f) ? ((avg_loss - best_loss) / diff) : 0.5f;
|
||||
if (loss_ratio < 0.0f) loss_ratio = 0.0f;
|
||||
if (loss_ratio > 1.0f) loss_ratio = 1.0f;
|
||||
|
||||
// Записываем стабильность популяции в структуру
|
||||
if(diff < 0.0f) diff = 0.0f;
|
||||
if(diff > 1.0f) diff = 1.0f;
|
||||
opt->stability = (1.0f - worst_loss) * (1.0f - (worst_loss - best_loss));
|
||||
if(opt->stability < 0.0f) opt->stability = 0.0f;
|
||||
if(opt->stability > 1.0f) opt->stability = 1.0f;
|
||||
|
||||
float mut_pct = GEN_MUTATION_MIN_PCT +
|
||||
(GEN_MUTATION_MAX_PCT - GEN_MUTATION_MIN_PCT) * loss_ratio;
|
||||
float adaptive_mut = mut * (mut_pct / 100.0f);
|
||||
if (adaptive_mut < 0.0001f) adaptive_mut = 0.0001f;
|
||||
opt->gen_mut = adaptive_mut;
|
||||
|
||||
// 3. Генерируем новое поколение
|
||||
uint16_t n_elite = ELOVLE_N_ELITE_CANDIDATE;
|
||||
for (uint16_t c = 0; c < n_cand; c++) {
|
||||
if (c < n_elite) {
|
||||
for (uint16_t i = 0; i < n_params; i++)
|
||||
opt->candidates[c][i] = opt->candidates[opt->sorted_idx[c]][i];
|
||||
opt->loss[c] = 0.0f;
|
||||
} else {
|
||||
for (uint16_t i = 0; i < n_params; i++) {
|
||||
float inv_randmax = 1.0f / (float)RAND_MAX;
|
||||
float noise = ((float)rand() * inv_randmax * 2.0f - 1.0f) * adaptive_mut;
|
||||
uint16_t parent = opt->sorted_idx[rand() % opt->n_best];
|
||||
opt->candidates[c][i] = opt->candidates[parent][i] + noise;
|
||||
if (opt->candidates[c][i] < 0.0f) opt->candidates[c][i] = 0.0f;
|
||||
if (opt->candidates[c][i] > 1.0f) opt->candidates[c][i] = 1.0f;
|
||||
}
|
||||
opt->loss[c] = 0.0f;
|
||||
}
|
||||
}
|
||||
opt->cand_index = 0;
|
||||
opt->gen_index++;
|
||||
}
|
||||
|
||||
// 4. Возвращаем параметры следующего кандидата
|
||||
for (uint16_t i = 0; i < opt->n_params; i++)
|
||||
params[i] = opt->candidates[opt->cand_index][i];
|
||||
|
||||
return 0;
|
||||
}
|
||||
#else // GEN_OPTIMIZATION_ENABLE
|
||||
//заглушки
|
||||
typedef struct {
|
||||
uint16_t n_params;
|
||||
uint16_t n_cand;
|
||||
uint16_t n_best;
|
||||
float mutation_amp;
|
||||
float loss[0];
|
||||
float candidates[0][0];
|
||||
} GenOptimizer_t;
|
||||
#define GenOptimizer_Init(opt, n_params, n_cand, n_best, mutation_amp, start_params)
|
||||
#define GenOptimizer_Step(opt, params, LossFunc)
|
||||
#define PARAM_SCALE(x, min_val, max_val) (x)
|
||||
#define PARAM_UNSCALE(val, min_val, max_val) (val)
|
||||
#endif // GEN_OPTIMIZATION_ENABLE
|
||||
|
||||
#endif // __GEN_OPTIMIZER_H_
|
||||
|
||||
/** GEN_OPTIMIZER
|
||||
* @}
|
||||
*/
|
||||
Reference in New Issue
Block a user