Skip to content

GitLab

Commit c4285982 authored by incardon's avatar incardon
Browse files

Adding EMatrix wrapper for Eigen Matrix compatible with distributed vector

parent 4348dc81
Hide whitespace changes
Inline Side-by-side
example/Numerics/PS-CMA-ES/main.cpp
View file @ c4285982
......@@ -195,22 +195,22 @@ constexpr int xmean_st = 15;
constexpr int meanz_st = 16;
typedef vector_dist<dim,double, aggregate<double,
Eigen::MatrixXd,
Eigen::MatrixXd,
EMatrixXd,
EMatrixXd,
Eigen::DiagonalMatrix<double,Eigen::Dynamic>,
Eigen::VectorXd[lambda],
Eigen::VectorXd,
Eigen::VectorXd,
EVectorXd[lambda],
EVectorXd,
EVectorXd,
int[lambda],
int,
double [hist_size],
double [dim],
double,
Eigen::VectorXd,
EVectorXd,
int,
bool,
Eigen::VectorXd,
Eigen::VectorXd> > particle_type;
EVectorXd,
EVectorXd> > particle_type;
//! [def_part_set]
......@@ -242,9 +242,9 @@ double generateGaussianNoise(double mu, double sigma)
}
template<unsigned int dim>
Eigen::VectorXd generateGaussianVector()
EVectorXd generateGaussianVector()
{
Eigen::VectorXd tmp;
EVectorXd tmp;
tmp.resize(dim);
for (size_t i = 0 ; i < dim ; i++)
......@@ -256,13 +256,13 @@ Eigen::VectorXd generateGaussianVector()
}
template<unsigned int dim>
void fill_vector(double (& f)[dim], Eigen::VectorXd & ev)
void fill_vector(double (& f)[dim], EVectorXd & ev)
{
for (size_t i = 0 ; i < dim ; i++)
{ev(i) = f[i];}
}
void fill_vector(const double * f, Eigen::VectorXd & ev)
void fill_vector(const double * f, EVectorXd & ev)
{
for (size_t i = 0 ; i < ev.size() ; i++)
{ev(i) = f[i];}
......@@ -312,19 +312,19 @@ double weight_sample(int i)
}
void create_rotmat(Eigen::VectorXd & S,Eigen::VectorXd & T, Eigen::MatrixXd & R)
void create_rotmat(EVectorXd & S,EVectorXd & T, EMatrixXd & R)
{
Eigen::VectorXd S_work(dim);
Eigen::VectorXd T_work(dim);
Eigen::VectorXd S_sup(dim);
Eigen::VectorXd T_sup(dim);
Eigen::MatrixXd R_tar(dim,dim);
Eigen::MatrixXd R_tmp(dim,dim);
Eigen::MatrixXd R_sup(dim,dim);
EVectorXd S_work(dim);
EVectorXd T_work(dim);
EVectorXd S_sup(dim);
EVectorXd T_sup(dim);
EMatrixXd R_tar(dim,dim);
EMatrixXd R_tmp(dim,dim);
EMatrixXd R_sup(dim,dim);
double G_S,G_C;
Eigen::MatrixXd S_tmp(2,2);
Eigen::MatrixXd T_tmp(2,2);
EMatrixXd S_tmp(2,2);
EMatrixXd T_tmp(2,2);
int p,q,i;
S_work = S;
......@@ -394,30 +394,30 @@ void create_rotmat(Eigen::VectorXd & S,Eigen::VectorXd & T, Eigen::MatrixXd & R)
// Check the rotation
Eigen::VectorXd Check(dim);
EVectorXd Check(dim);
Check = R*S;
}
void updatePso(openfpm::vector<double> & best_sol,
double sigma,
Eigen::VectorXd & xmean,
Eigen::VectorXd & xold,
Eigen::MatrixXd & B,
EVectorXd & xmean,
EVectorXd & xold,
EMatrixXd & B,
Eigen::DiagonalMatrix<double,Eigen::Dynamic> & D,
Eigen::MatrixXd & C_pso)
EMatrixXd & C_pso)
{
Eigen::VectorXd best_sol_ei(dim);
EVectorXd best_sol_ei(dim);
double bias_weight = psoWeight;
fill_vector(&best_sol.get(0),best_sol_ei);
Eigen::VectorXd gb_vec = best_sol_ei-xmean;
EVectorXd gb_vec = best_sol_ei-xmean;
double gb_vec_length = sqrt(gb_vec.transpose() * gb_vec);
Eigen::VectorXd b_main = B.col(dim-1);
Eigen::VectorXd bias(dim);
EVectorXd b_main = B.col(dim-1);
EVectorXd bias(dim);
bias.setZero();
// Rotation Matrix
Eigen::MatrixXd R(dim,dim);
EMatrixXd R(dim,dim);
if (gb_vec_length > 0.0)
{
......@@ -436,10 +436,10 @@ void updatePso(openfpm::vector<double> & best_sol,
if (psoWeight < 1.0)
{
Eigen::MatrixXd B_rot(dim,dim);
EMatrixXd B_rot(dim,dim);
Eigen::DiagonalMatrix<double,Eigen::Dynamic> D_square(dim);
Eigen::VectorXd gb_vec_old = best_sol_ei - xold;
EVectorXd gb_vec_old = best_sol_ei - xold;
create_rotmat(b_main,gb_vec_old,R);
for (size_t i = 0 ; i < dim ; i++)
{B_rot.col(i) = R*B.col(i);}
......@@ -448,8 +448,8 @@ void updatePso(openfpm::vector<double> & best_sol,
{D_square.diagonal()[i] = D.diagonal()[i] * D.diagonal()[i];}
C_pso = B_rot * D_square * B_rot.transpose();
Eigen::MatrixXd trUp = C_pso.triangularView<Eigen::Upper>();
Eigen::MatrixXd trDw = C_pso.triangularView<Eigen::StrictlyUpper>();
EMatrixXd trUp = C_pso.triangularView<Eigen::Upper>();
EMatrixXd trDw = C_pso.triangularView<Eigen::StrictlyUpper>();
C_pso = trUp + trDw.transpose();
}
}
......@@ -562,7 +562,7 @@ double minval(double (& buf)[hist_size], bool (& mask)[hist_size])
return min;
}
void cmaes_intobounds(Eigen::VectorXd & x, Eigen::VectorXd & xout,bool (& idx)[dim], bool & idx_any)
void cmaes_intobounds(EVectorXd & x, EVectorXd & xout,bool (& idx)[dim], bool & idx_any)
{
idx_any = false;
for (size_t i = 0; i < dim ; i++)
......@@ -590,11 +590,11 @@ void cmaes_intobounds(Eigen::VectorXd & x, Eigen::VectorXd & xout,bool (& idx)[d
void cmaes_handlebounds(openfpm::vector<fun_index> & f_obj,
double sigma,
double & validfit,
Eigen::VectorXd (& arxvalid)[lambda],
Eigen::VectorXd (& arx)[lambda],
Eigen::MatrixXd & C,
Eigen::VectorXd & xmean,
Eigen::VectorXd & xold,
EVectorXd (& arxvalid)[lambda],
EVectorXd (& arx)[lambda],
EMatrixXd & C,
EVectorXd & xmean,
EVectorXd & xold,
double (& weight)[dim],
double (& fithist)[hist_size],
bool & iniphase,
......@@ -610,7 +610,7 @@ void cmaes_handlebounds(openfpm::vector<fun_index> & f_obj,
int i,k,maxI;
bool mask[hist_size];
bool idx[dim];
Eigen::VectorXd tx(dim);
EVectorXd tx(dim);
int dfitidx[hist_size];
double dfitsort[hist_size];
double prct[2] = {25.0,75.0};
......@@ -738,7 +738,7 @@ void cmaes_handlebounds(openfpm::vector<fun_index> & f_obj,
// fitness%sel = fitness%raw + bnd%arpenalty;
}
double adjust_sigma(double sigma, Eigen::MatrixXd & C)
double adjust_sigma(double sigma, EMatrixXd & C)
{
for (size_t i = 0 ; i < dim ; i++)
{
......@@ -755,10 +755,10 @@ void cma_step(particle_type & vd, int step, double & best,
size_t & fun_eval)
{
size_t fe = 0;
Eigen::VectorXd xmean(dim);
Eigen::VectorXd mean_z(dim);
Eigen::VectorXd arxvalid[lambda];
Eigen::VectorXd arx[lambda];
EVectorXd xmean(dim);
EVectorXd mean_z(dim);
EVectorXd arxvalid[lambda];
EVectorXd arx[lambda];
for (size_t i = 0 ; i < lambda ; i++)
{
......@@ -781,7 +781,7 @@ void cma_step(particle_type & vd, int step, double & best,
if (vd.getProp<stop>(p) == true)
{++it;continue;}
Eigen::VectorXd (& arz)[lambda] = vd.getProp<Zeta>(p);
EVectorXd (& arz)[lambda] = vd.getProp<Zeta>(p);
// fill the mean vector;
......@@ -877,7 +877,7 @@ void cma_step(particle_type & vd, int step, double & best,
if (step % N_pso == 0)
{
Eigen::MatrixXd C_pso(dim,dim);
EMatrixXd C_pso(dim,dim);
updatePso(best_sol,vd.getProp<sigma>(p),xmean,vd.getProp<xold>(p),vd.getProp<B>(p),vd.getProp<D>(p),C_pso);
// Adapt covariance matrix C
......@@ -924,12 +924,12 @@ void cma_step(particle_type & vd, int step, double & best,
if (calc_bd)
{
Eigen::MatrixXd trUp = vd.getProp<Cov_m>(p).triangularView<Eigen::Upper>();
Eigen::MatrixXd trDw = vd.getProp<Cov_m>(p).triangularView<Eigen::StrictlyUpper>();
EMatrixXd trUp = vd.getProp<Cov_m>(p).triangularView<Eigen::Upper>();
EMatrixXd trDw = vd.getProp<Cov_m>(p).triangularView<Eigen::StrictlyUpper>();
vd.getProp<Cov_m>(p) = trUp + trDw.transpose();
// Eigen decomposition
Eigen::SelfAdjointEigenSolver<Eigen::MatrixXd> eig_solver;
Eigen::SelfAdjointEigenSolver<EMatrixXd> eig_solver;
eig_solver.compute(vd.getProp<Cov_m>(p));
......@@ -944,7 +944,7 @@ void cma_step(particle_type & vd, int step, double & best,
{vd.getProp<B>(p).col(i) = - vd.getProp<B>(p).col(i);}
}
Eigen::MatrixXd tmp = vd.getProp<B>(p).transpose();
EMatrixXd tmp = vd.getProp<B>(p).transpose();
}
// Copy the new mean as position of the particle
......
Markdown is supported
0% or .
You are about to add 0 people to the discussion. Proceed with caution.
Finish editing this message first!
Please register or to comment