code cleanup (deleted old commented lines)
authorFilippo Gioachin <gioachin@illinois.edu>
Fri, 30 Jan 2004 21:20:37 +0000 (21:20 +0000)
committerFilippo Gioachin <gioachin@illinois.edu>
Fri, 30 Jan 2004 21:20:37 +0000 (21:20 +0000)
src/ck-ldb/CentralPredictor.C

index e04f79bc97373b8e1a5b67a39f63b5e1748d8a3b..af0ffd85b61f143626673a348108c55274491e76 100644 (file)
@@ -38,98 +38,9 @@ void CentralLB::staticChangePredictor(void* data, void *model)
   me->changePredictor((LBPredictorFunction*)model);
 }
 
-/*
-// definitions for the implemented predictor model
-#define NR_THRESHOLD            0.0001
-#define INITIALIZE_PARAMS(x)    {x[0]=0; x[1]=1; x[2]=0; x[3]=0; x[4]=0; x[5]=0;}
-#define PRED_FUNCTION(x, param) param[0] + param[1]*x + param[2]*x*x + param[3]*sin(param[4]*(x+param[5]))
-
-#define ADD_DIFFERENTIAL(diff,collec,index,param)  {diff[0]+=PRED_DERIVATE_0(collec[index+1].objData[object].cpuTime,collec[index].objData[object].cpuTime,param); \
-diff[1]+=PRED_DERIVATE_1(collec[index+1].objData[object].cpuTime,collec[index].objData[object].cpuTime,param); \
-diff[2]+=PRED_DERIVATE_2(collec[index+1].objData[object].cpuTime,collec[index].objData[object].cpuTime,param); \
-diff[3]+=PRED_DERIVATE_3(collec[index+1].objData[object].cpuTime,collec[index].objData[object].cpuTime,param); \
-diff[4]+=PRED_DERIVATE_4(collec[index+1].objData[object].cpuTime,collec[index].objData[object].cpuTime,param); \
-diff[5]+=PRED_DERIVATE_5(collec[index+1].objData[object].cpuTime,collec[index].objData[object].cpuTime,param);}
-
-#define PRED_DERIVATE_0(y,x,p)  (y-PRED_FUNCTION(x,p))
-#define PRED_DERIVATE_1(y,x,p)  (y-PRED_FUNCTION(x,p))*x
-#define PRED_DERIVATE_2(y,x,p)  (y-PRED_FUNCTION(x,p))*x*x
-#define PRED_DERIVATE_3(y,x,p)  (y-PRED_FUNCTION(x,p))*sin(p[4]*(x+p[5]))
-#define PRED_DERIVATE_4(y,x,p)  (y-PRED_FUNCTION(x,p))*p[3]*(x+p[5])*cos(p[4]*(x+p[5]))
-#define PRED_DERIVATE_5(y,x,p)  (y-PRED_FUNCTION(x,p))*p[3]*p[4]*cos(p[4]*(x+p[5]))
-
-#define PRINT_MODEL(param)   "LB: %f + %fx + %fx^2 + %fsin%f(x+%f)\n",param[0],param[1],param[2],param[3],param[4],param[5]
-#define LEARNING_PARAM   1
-
-static void Newton_Raphson(CentralLB::FutureModel *mod, int object) {
-#if CMK_LBDB_ON
-  int i,j;
-  double differential[NUM_PARAMETERS];
-  double error = 0;
-  int loop=0;
-  char mystring[10]="my";
-  for (i=0; i<_lb_predict_delay-1; ++i) {
-    CkPrintf("y,x = %f %f\n",mod->collection[i+1].objData[object].cpuTime,mod->collection[i].objData[object].cpuTime,PRED_FUNCTION(mod->collection[i].objData[object].cpuTime, mod->parameters[object]));
-    error += pow(mod->collection[i+1].objData[object].cpuTime - PRED_FUNCTION(mod->collection[i].objData[object].cpuTime, mod->parameters[object]), 2);
-  }
-
-  while (error > NR_THRESHOLD) {
-    CkPrintf("error: %f\n",error);
-    if (++loop==10) CmiAbort(mystring);
-    for (j=0; j<NUM_PARAMETERS; ++j) differential[j] = 0;
-    for (i=0; i<_lb_predict_delay-1; ++i) {
-      ADD_DIFFERENTIAL(differential, mod->collection, i, mod->parameters[object]);
-
-      //       differential[i] += PRED_DERIVATE(i, mod->collection[j+1].objData[object].cpuTime, mod->collection[j].objData[object].cpuTime, mod->parameters[object]);
-      mod->parameters[object][i] += LEARNING_PARAM * differential[i];
-    }
-    CkPrintf(PRINT_MODEL(mod->parameters[object]));
-    error = 0;
-    for (i=0; i<_lb_predict_delay-1; ++i) error += pow(mod->collection[i+1].objData[object].cpuTime - PRED_FUNCTION(mod->collection[i].objData[object].cpuTime, mod->parameters[object]), 2);
-  }
-
-#endif
-}
-*/
-
 #define MAX_CHISQ_ITER 10000
 #define SMALL_NUMBER   0.00001    // to avoid singular matrix in gaussj
 
-/*
-#define NUM_PARAMETERS 6
-#define MY_FUNCTION    hypothesis_function
-
-// FUNCTIONS TO DEFINE A SPECIFIC MODEL
-
-inline int future_numPar() {return 6;}
-
-inline void initialize_params(double *x) {double normall=1.0/pow(2,31); x[0]=rand()*normall; x[1]=rand()*normall; x[2]=rand()*normall; x[3]=rand()*normall; x[4]=rand()*normall; x[5]=rand()*normall;}
-
-// compute the prediction function for the variable x with parameters param
-inline double pred_function(double x, double *param) {return (param[0] + param[1]*x + param[2]*x*x + param[3]*sin(param[4]*(x+param[5])));}
-
-inline void print_future_model(double *param) {CkPrintf("LB: %f + %fx + %fx^2 + %fsin%f(x+%f)\n",param[0],param[1],param[2],param[3],param[4],param[5]);}
-
-// compute the prediction function and its derivatives respect to the parameters
-void hypothesis_function(double x, double *param, double &y, double *dyda) {
-#if CMK_LBDB_ON
-  double tmp;
-
-  y = pred_function(x, param);
-
-  dyda[0] = 1;
-  dyda[1] = x;
-  dyda[2] = x*x;
-  tmp = param[4] * (x+param[5]);
-  dyda[3] = sin(tmp);
-  dyda[4] = param[3] * (x+param[5]) * cos(tmp);
-  dyda[5] = param[3] * param[4] *cos(tmp);
-
-#endif
-}
-*/
-// END OF FUNCTIONS TO DEFINE A SPECIFIC MODEL
-
 void gaussj(double **a, double *b, int n) {
 #if CMK_LBDB_ON
   int i,j,k;