Free cookie consent management tool by TermsFeed Policy Generator

source: trunk/sources/HeuristicLab.Functions/BakedTreeEvaluator.cs @ 449

Last change on this file since 449 was 424, checked in by gkronber, 16 years ago

worked on #223 (Recheck and improve evaluation of boolean functions and conditionals)

File size: 8.6 KB
Line 
1#region License Information
2/* HeuristicLab
3 * Copyright (C) 2002-2008 Heuristic and Evolutionary Algorithms Laboratory (HEAL)
4 *
5 * This file is part of HeuristicLab.
6 *
7 * HeuristicLab is free software: you can redistribute it and/or modify
8 * it under the terms of the GNU General Public License as published by
9 * the Free Software Foundation, either version 3 of the License, or
10 * (at your option) any later version.
11 *
12 * HeuristicLab is distributed in the hope that it will be useful,
13 * but WITHOUT ANY WARRANTY; without even the implied warranty of
14 * MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the
15 * GNU General Public License for more details.
16 *
17 * You should have received a copy of the GNU General Public License
18 * along with HeuristicLab. If not, see <http://www.gnu.org/licenses/>.
19 */
20#endregion
21
22using System;
23using System.Collections.Generic;
24using System.Linq;
25using System.Text;
26using HeuristicLab.DataAnalysis;
27using HeuristicLab.Core;
28using System.Xml;
29using System.Diagnostics;
30
31namespace HeuristicLab.Functions {
32  internal class BakedTreeEvaluator : IEvaluator {
33    private const int MAX_TREE_SIZE = 4096;
34    private const double EPSILON = 1.0e-7;
35
36    private class Instr {
37      public double d_arg0;
38      public int i_arg0;
39      public int i_arg1;
40      public int arity;
41      public int symbol;
42    }
43
44    private Instr[] codeArr;
45    private int PC;
46    private Dataset dataset;
47    private int sampleIndex;
48
49
50    public BakedTreeEvaluator(Dataset dataset) {
51      this.dataset = dataset;
52      codeArr = new Instr[MAX_TREE_SIZE];
53      for(int i = 0; i < MAX_TREE_SIZE; i++) {
54        codeArr[i] = new Instr();
55      }
56    }
57
58    public void ResetEvaluator(IFunctionTree functionTree) {
59      List<LightWeightFunction> linearRepresentation = ((BakedFunctionTree)functionTree).LinearRepresentation;
60      int i = 0;
61      foreach(LightWeightFunction f in linearRepresentation) {
62        TranslateToInstr(f, codeArr[i++]);
63      }
64    }
65
66    private Instr TranslateToInstr(LightWeightFunction f, Instr instr) {
67      instr.arity = f.arity;
68      instr.symbol = EvaluatorSymbolTable.MapFunction(f.functionType);
69      switch(instr.symbol) {
70        case EvaluatorSymbolTable.VARIABLE: {
71            instr.i_arg0 = (int)f.data[0]; // var
72            instr.d_arg0 = f.data[1]; // weight
73            instr.i_arg1 = (int)f.data[2]; // sample-offset
74            break;
75          }
76        case EvaluatorSymbolTable.CONSTANT: {
77            instr.d_arg0 = f.data[0]; // value
78            break;
79          }
80      }
81      return instr;
82    }
83
84    public double Evaluate(int sampleIndex) {
85      PC = 0;
86      this.sampleIndex = sampleIndex;
87      return EvaluateBakedCode();
88    }
89
90    private double EvaluateBakedCode() {
91      Instr currInstr = codeArr[PC++];
92      switch(currInstr.symbol) {
93        case EvaluatorSymbolTable.VARIABLE: {
94            int row = sampleIndex + currInstr.i_arg1;
95            if(row < 0 || row >= dataset.Rows) return double.NaN;
96            else return currInstr.d_arg0 * dataset.GetValue(row, currInstr.i_arg0);
97          }
98        case EvaluatorSymbolTable.CONSTANT: {
99            return currInstr.d_arg0;
100          }
101        case EvaluatorSymbolTable.DIFFERENTIAL: {
102            int row = sampleIndex + currInstr.i_arg1;
103            if(row < 1 || row >= dataset.Rows) return double.NaN;
104            else return currInstr.d_arg0 * (dataset.GetValue(row, currInstr.i_arg0) - dataset.GetValue(row - 1, currInstr.i_arg0));
105          }
106        case EvaluatorSymbolTable.MULTIPLICATION: {
107            double result = EvaluateBakedCode();
108            for(int i = 1; i < currInstr.arity; i++) {
109              result *= EvaluateBakedCode();
110            }
111            return result;
112          }
113        case EvaluatorSymbolTable.ADDITION: {
114            double sum = EvaluateBakedCode();
115            for(int i = 1; i < currInstr.arity; i++) {
116              sum += EvaluateBakedCode();
117            }
118            return sum;
119          }
120        case EvaluatorSymbolTable.SUBTRACTION: {
121            if(currInstr.arity == 1) {
122              return -EvaluateBakedCode();
123            } else {
124              double result = EvaluateBakedCode();
125              for(int i = 1; i < currInstr.arity; i++) {
126                result -= EvaluateBakedCode();
127              }
128              return result;
129            }
130          }
131        case EvaluatorSymbolTable.DIVISION: {
132            double result;
133            if(currInstr.arity == 1) {
134              result = 1.0 / EvaluateBakedCode();
135            } else {
136              result = EvaluateBakedCode();
137              for(int i = 1; i < currInstr.arity; i++) {
138                result /= EvaluateBakedCode();
139              }
140            }
141            if(double.IsInfinity(result)) return 0.0;
142            else return result;
143          }
144        case EvaluatorSymbolTable.AVERAGE: {
145            double sum = EvaluateBakedCode();
146            for(int i = 1; i < currInstr.arity; i++) {
147              sum += EvaluateBakedCode();
148            }
149            return sum / currInstr.arity;
150          }
151        case EvaluatorSymbolTable.COSINUS: {
152            return Math.Cos(EvaluateBakedCode());
153          }
154        case EvaluatorSymbolTable.SINUS: {
155            return Math.Sin(EvaluateBakedCode());
156          }
157        case EvaluatorSymbolTable.EXP: {
158            return Math.Exp(EvaluateBakedCode());
159          }
160        case EvaluatorSymbolTable.LOG: {
161            return Math.Log(EvaluateBakedCode());
162          }
163        case EvaluatorSymbolTable.POWER: {
164            double x = EvaluateBakedCode();
165            double p = EvaluateBakedCode();
166            return Math.Pow(x, p);
167          }
168        case EvaluatorSymbolTable.SIGNUM: {
169            double value = EvaluateBakedCode();
170            if(double.IsNaN(value)) return double.NaN;
171            else return Math.Sign(value);
172          }
173        case EvaluatorSymbolTable.SQRT: {
174            return Math.Sqrt(EvaluateBakedCode());
175          }
176        case EvaluatorSymbolTable.TANGENS: {
177            return Math.Tan(EvaluateBakedCode());
178          }
179        case EvaluatorSymbolTable.AND: { // only defined for inputs 1 and 0
180            double result = 1.0;
181            // have to evaluate all sub-trees, skipping would probably not lead to a big gain because
182            // we have to iterate over the linear structure anyway
183            for(int i = 0; i < currInstr.arity; i++) {
184              double x = EvaluateBakedCode();
185              Debug.Assert(x == 0.0 || x == 1.0);
186              result *= x;
187            }
188            return result;
189          }
190        case EvaluatorSymbolTable.EQU: {
191            double x = EvaluateBakedCode();
192            double y = EvaluateBakedCode();
193            if(Math.Abs(x - y) < EPSILON) return 1.0; else return 0.0;
194          }
195        case EvaluatorSymbolTable.GT: {
196            double x = EvaluateBakedCode();
197            double y = EvaluateBakedCode();
198            if(x > y) return 1.0;
199            else return 0.0;
200          }
201        case EvaluatorSymbolTable.IFTE: { // only defined for condition 0 or 1
202            double condition = EvaluateBakedCode();
203            Debug.Assert(condition == 0.0 || condition == 1.0);
204            double x = EvaluateBakedCode();
205            double y = EvaluateBakedCode();
206            if(condition == 0.0) return x;
207            else return y;
208          }
209        case EvaluatorSymbolTable.LT: {
210            double x = EvaluateBakedCode();
211            double y = EvaluateBakedCode();
212            if(x < y) return 1.0;
213            else return 0.0;
214          }
215        case EvaluatorSymbolTable.NOT: { // only defined for inputs 0 or 1
216            double result = EvaluateBakedCode();
217            Debug.Assert(result == 0.0 || result == 1.0);
218            if(result == 0.0) return 1.0;
219            else return 0.0;
220          }
221        case EvaluatorSymbolTable.OR: { // only defined for inputs 0 or 1
222            double result = 0.0; // default is false
223            for(int i = 0; i < currInstr.arity; i++) {
224              double x = EvaluateBakedCode();
225              Debug.Assert(x == 0.0 || x == 1.0);
226              if(x == 1.0) result = 1.0;
227            }
228            return result;
229          }
230        case EvaluatorSymbolTable.XOR: { // only defined for inputs 0 or 1
231            double x = EvaluateBakedCode();
232            double y = EvaluateBakedCode();
233            return Math.Abs(x - y);
234          }
235        default: {
236            throw new NotImplementedException();
237          }
238      }
239    }
240  }
241}
Note: See TracBrowser for help on using the repository browser.