Refactoring

CMakeLists.txt

@@ -97,4 +97,3 @@ add_mmps_plugin(
 # ПРИМЕР ЗАПУСКА ИЗ КАТАЛОГА build
 #   bin/Release/mmps_host.exe  (Visual Studio)
 #   bin/mmps_host              (Linux/Makefiles)
-# Каталог плагинов и значения k1, k2, h программа запросит через std::cin.

scripts/optimize.py

@@ -5,7 +5,6 @@ from scipy.optimize import least_squares
 K1_REFERENCE = 0.577
 K2_REFERENCE = 0.422
 
-# Диапазоны из задания
 K1_BOUNDS = (1e-5, 1e2)
 K2_BOUNDS = (1e-2, 1.0)
 
@@ -79,15 +78,11 @@ def rk4_solution(t, k1, k2):
 
     return solution
 
-
-# Моменты времени из задания:
-# tj = 0.1j, j = 0, ..., 100
 time = np.linspace(T_BEGIN, T_END, 101)
 
 # Эталонные данные
 reference_solution = analytical_solution(time, K1_REFERENCE, K2_REFERENCE)
 
-
 def residuals(parameters):
     """
     Вектор невязок между моделью и эталонными данными.
@@ -120,17 +115,16 @@ absolute_error_k2 = abs(found_k2 - K2_REFERENCE)
 
 relative_error_k1 = absolute_error_k1 / K1_REFERENCE * 100.0
 relative_error_k2 = absolute_error_k2 / K2_REFERENCE * 100.0
-criterion_value = np.sum(result.fun ** 2)
 
 print("Results")
 print(f"Found k1:{found_k1:.4f}")
 print(f"Theoretical k1:{K1_REFERENCE:.4f}")
-print(f"Absolute error of k1:{absolute_error_k1:.4e}")
-print(f"Relative error of k1:{relative_error_k1:.4e} %")
+print(f"Absolute error of k1:{absolute_error_k1:.5e}")
+print(f"Relative error of k1:{relative_error_k1:.5e} %")
 print()
 
-print(f"Found k2:{found_k2:.4f}")
-print(f"Theoretical k2:{K2_REFERENCE:.4f}")
-print(f"Absolute error of k2:{absolute_error_k2:.4e}")
-print(f"Relative error of k2:{relative_error_k2:.4e} %")
+print(f"Found k2:{found_k2:.5f}")
+print(f"Theoretical k2:{K2_REFERENCE:.5f}")
+print(f"Absolute error of k2:{absolute_error_k2:.5e}")
+print(f"Relative error of k2:{relative_error_k2:.5e} %")
 print()

scripts/results.py

@@ -0,0 +1,50 @@
+import pandas as pd
+import matplotlib.pyplot as plt
+
+
+def export_component_comparison(
+    rk4_path: str,
+    ab2_path: str,
+    component: str,
+    ylabel: str,
+    out_name: str,
+):
+    """
+    Строит график зависимости одной компоненты x_i(t) от времени,
+    на котором результаты метода Рунге--Кутты и метода Адамса--Башфорта
+    представлены на общей координатной плоскости (п.4 базовой части задания).
+    """
+    df_rk4 = pd.read_csv(rk4_path)
+    df_ab2 = pd.read_csv(ab2_path)
+
+    t_rk4, y_rk4 = df_rk4["t"].values, df_rk4[component].values
+    t_ab2, y_ab2 = df_ab2["t"].values, df_ab2[component].values
+
+    plt.figure(figsize=(10, 6))
+
+    plt.plot(t_rk4, y_rk4, label="Рунге--Кутты 4-го порядка",
+              linewidth=2.2, color="#1f77b4")
+    plt.plot(t_ab2, y_ab2, label="Адамса--Башфорта 2-го порядка",
+              linewidth=1.8, color="#ff7f0e", linestyle="--")
+
+    plt.xlabel("t", fontsize=12)
+    plt.ylabel(ylabel, fontsize=12)
+    plt.grid(True, which="both", linestyle="--", alpha=0.6)
+    plt.legend(fontsize=11, loc="best", framealpha=0.9)
+
+    t_min = min(t_rk4.min(), t_ab2.min())
+    t_max = max(t_rk4.max(), t_ab2.max())
+    plt.xlim(t_min - 0.1, t_max + 0.1)
+    plt.ylim(-0.02, 1.05)
+
+    plt.tight_layout()
+    plt.savefig(f"figures/{out_name}.png", dpi=300)
+    plt.close()
+
+
+RK4_CSV = "../build/bin/results/runge_kutta_plugin.csv"
+AB2_CSV = "../build/bin/results/adams_bashforth_plugin.csv"
+
+export_component_comparison(RK4_CSV, AB2_CSV, "x1", r"$x_1(t)$", "x1_comparison")
+export_component_comparison(RK4_CSV, AB2_CSV, "x2", r"$x_2(t)$", "x2_comparison")
+export_component_comparison(RK4_CSV, AB2_CSV, "x3", r"$x_3(t)$", "x3_comparison")