zkikic / montecarlodemo

基于蒙特卡洛的溯源算法

README.MD

---

模块说明

code
|.....\__init__.py
|....../ut代码目录
|..........\__init__.py
|..........cls.py----------程序中的类模块
|..........main.py-------主模块
|..........monte.py-----蒙特卡鲁算法模块
|..........out.py---------辅助输出模块
|..........utl.py----------传播模型模块
|.........../SequenceDiagram感染时序图输出目录
|.........../MonteCarloOutInfo蒙特卡洛算法溯源结果报告输出目录

---

程序说明

传播模型选取最简单的SI模型，S代表感染者，I未感染者，程序先通过设定感染源坐标(X,Y)，进行N轮感染，每一轮感染结束后会实时的刷新地图并保存至指定目录，红色表示已经被感染的人，黄色表示未被感染的人。当N轮的传播完成后即可使用蒙特卡洛算法进行K次溯源。每一次模拟都会对于每一个可能的节点给与一个评分，评分越高，该节点是源头的概率也就越大。当K次模拟完成时，会结合之前的数据，选取没轮评分最高的节点作为源头进行误差分析。

---

使用说明

使用前请先看传播模型参数！ windows下cmd进入到ut目录,输入python main.py回车根据提示输入参数即可。 前2个参数为坐标，第三个参数为进行N次传播，建议N>3 第3个参数为进行几轮感染 输入完成回车就会进入传播模拟，完成后可在/SequenceDiagram目录下看时序图 之后按照提示进入蒙克卡罗溯源阶段，你可以指定溯源的次数K 完成后会生成误差图，关于每次溯源的详细信息会保存在/MonteCarloOutInfo目录下

关于传播模型的参数详解

PMAX = 88          #表示地图上的最大人数，这个参数不要大于10000，否则影响性能                               
WMAX = 200         #地图宽度              
HMAX = 200         #地图长度         
POINTSIZE = 2      #点的大小，看不清地图上的点可适当调节            
U=33               #健康节点被感染的概率U% （1-100之间）                     
N=5                #一个感染节点在一轮感染中最多能传给附近的N个节点            
MAX_INF=50         #任意两个节点能相互感染的最大距离，这距离使用的是曼哈顿距离。即|dx|+|dy|来表示