Zirok05's picture
Update app/pages/simulation.py
bf8f393 verified
Raw
History Blame Contribute Delete
16.8 kB
import streamlit as st
import pandas as pd
import numpy as np
import os
import sys
import tempfile
import time
from datetime import datetime
from PIL import Image
import matplotlib.pyplot as plt
sys.path.append(os.path.dirname(os.path.dirname(os.path.abspath(__file__))))
from app.utils.data_loader import load_artifacts
from app.simulation.core.traffic_generator import TrafficGenerator
from app.simulation.core.processor import ApplicationProcessor
from app.simulation.controllers.pid import PIDController
from app.simulation.visualization.plots import (
plot_queue_dynamics,
plot_specialist_load,
plot_inflow,
plot_parameters_history,
plot_detailed_decisions
)
# ============================================================================
# БЛОК АНИМАЦИИ: Импорт функций для визуализации
# ============================================================================
from app.simulation.visualization.animation import create_simulation_video
# ============================================================================
def minutes_to_time(minutes, start_time="00:00"):
"""Преобразует минуты от старта в строку времени ЧЧ:ММ"""
start_hour, start_min = map(int, start_time.split(':'))
total_minutes = start_hour * 60 + start_min + minutes
hour = (total_minutes // 60) % 24
minute = total_minutes % 60
return f"{hour:02d}:{minute:02d}"
def main():
st.title("📊 Симуляция работы системы")
# Загрузка артефактов
PROJECT_PATH = os.path.dirname(os.path.dirname(os.path.dirname(__file__)))
MODELS_PATH = os.path.join(PROJECT_PATH, 'models/best/train_150/')
PREPROCESSOR_PATH = os.path.join(PROJECT_PATH, 'preprocessors/')
TEST_DATA_PATH = os.path.join(PROJECT_PATH, 'datasets/cs-test.csv')
preprocessor, scaler, models = load_artifacts(MODELS_PATH, PREPROCESSOR_PATH)
available_models = [name for name in models.keys() if name != 'Logistic Regression']
# В сайдбаре добавляем выбор
st.sidebar.subheader("🤖 Выбор модели")
second_model_name = st.sidebar.selectbox(
"Вторая модель для эскалации",
available_models,
index=0
)
# Параметры симуляции
st.sidebar.header("⚙️ Параметры")
# ============================================================================
# БЛОК АНИМАЦИИ: Ограничение количества специалистов до 400 для таблицы 20x20
# ============================================================================
specialists_count = st.sidebar.slider("Количество специалистов (модели)", 10, 400, 100, 10)
# ============================================================================
business_specialists_count = st.sidebar.slider("Количество экспертов (бизнес-правила)", 1, 100, 50, 1)
business_time = st.sidebar.slider("Время обработки бизнес правил(мин)", 5, 30, 15, 5)
base_time = st.sidebar.slider("Базовое время обработки (мин)", 2, 15, 5)
target_load = st.sidebar.slider(
"Целевая загрузка специалистов", 0.5, 1.0, 0.8, 0.05,
help="0.8 = 80% - оставляем запас на пики")
st.sidebar.subheader("🎯 Порог одобрения")
fixed_threshold = st.sidebar.slider(
"Порог (фиксированный)",
0.3, 0.7, 0.5, 0.05,
help="Порог одобрения - стратегический параметр, не меняется PID"
)
st.sidebar.subheader("🎯 Начальные отступы (%)")
lr_low_pct = st.sidebar.slider("LR нижний отступ (% от порога)", 0, 100, 20, 5,
help="% от расстояния между 0 и порогом")
lr_high_pct = st.sidebar.slider("LR верхний отступ (% от 1-порога)", 0, 100, 20, 5,
help="% от расстояния между порогом и 1")
second_low_pct = st.sidebar.slider("Вторая модель нижний (%)", 0, 100, 20, 5)
second_high_pct = st.sidebar.slider("Вторая модель верхний (%)", 0, 100, 20, 5)
# Преобразуем проценты в абсолютные значения
init_lr_low = fixed_threshold * lr_low_pct / 100
init_lr_high = (1 - fixed_threshold) * lr_high_pct / 100
init_second_low = fixed_threshold * second_low_pct / 100
init_second_high = (1 - fixed_threshold) * second_high_pct / 100
# Параметры PID
st.sidebar.subheader("🎛️ PID регулятор")
use_pid = st.sidebar.checkbox("Включить PID", value=True)
if use_pid:
kp = st.sidebar.slider("P (пропорциональный)", 0.0, 1.0, 0.33)
ki = st.sidebar.slider("I (интегральный)", 0.0, 1.0, 0.03)
kd = st.sidebar.slider("D (дифференциальный)", 0.0, 1.0, 0.22)
w_load = st.sidebar.slider("Вес загрузки", 0.0, 1.0, 0.3)
# Кнопка запуска
if st.button("🎬 Запустить симуляцию 24 часа"):
with st.spinner(f"Загрузка данных и симуляция..."):
# 1. Загружаем тестовый датасет
test_df = pd.read_csv(TEST_DATA_PATH)
if 'SeriousDlqin2yrs' in test_df.columns:
test_df = test_df.drop(columns=['SeriousDlqin2yrs'])
test_pool = test_df.to_dict('records')
# 2. Генерируем распределение заявок по минутам
current_time = datetime.now()
start_hour = current_time.hour
start_minute = current_time.minute
gen = TrafficGenerator(total_applications=len(test_pool))
minute_counts = gen.generate_minute_counts(start_hour=start_hour, start_minute=start_minute)
# Сохраняем для графиков
st.session_state.start_time = f"{start_hour:02d}:{start_minute:02d}"
st.session_state.minute_counts = minute_counts
# 3. Создаём процессор
processor = ApplicationProcessor(
lr_model=models['Logistic Regression'],
second_model=models[second_model_name],
second_model_name=second_model_name,
specialists_count=specialists_count,
business_specialists_count=business_specialists_count,
base_processing_time=base_time,
business_processing_time=business_time
)
# 4. Создаём PID если нужно
if use_pid:
pid = PIDController(
init_threshold=fixed_threshold,
kp_load=kp, ki_load=ki, kd_load=kd,
load_weight=w_load,
init_lr_low=init_lr_low,
init_lr_high=init_lr_high,
init_second_low=init_second_low,
init_second_high=init_second_high,
target_load=target_load
)
else:
pid = None
# 5. Симуляция по минутам
pool_copy = test_pool.copy()
idx = 0
progress_bar = st.progress(0)
n_steps = len(minute_counts)
# ============================================================================
# БЛОК АНИМАЦИИ: Сбор данных для кадров
# ============================================================================
animation_frames = [] # список для хранения кадров анимации
# ============================================================================
for step, n_apps in enumerate(minute_counts):
# Берём заявки из пула
batch = pool_copy[idx:idx + n_apps]
idx += n_apps
# Получаем текущие параметры
if pid:
margins = pid.get_margins()
lr_margins = [margins['lr_low'], margins['lr_high']]
second_margins = [margins['second_low'], margins['second_high']]
threshold = fixed_threshold
else:
lr_margins = [0.35]
second_margins = [0.4]
threshold = fixed_threshold
# Обрабатываем батч
result = processor.process_batch(
batch, preprocessor, scaler,
threshold=threshold,
lr_margins=lr_margins,
second_margins=second_margins,
current_time=step
)
# Обновляем PID
if pid:
load = result['specialists_busy'] / specialists_count
pid.update(load)
# ============================================================================
# БЛОК АНИМАЦИИ: Сохраняем кадр каждые 10 минут (чтобы не было 1440 кадров)
# ============================================================================
# --- Внутри цикла симуляции в simulation.py ---
# Записываем КАЖДУЮ минуту для плавности
if step % 1 == 0 or step == n_steps - 1:
specialist_states = processor.specialists.copy()
frame_data = {
'time': step,
'step': step, # Добавь это поле для совместимости с кодом видео
'time_str': minutes_to_time(step, st.session_state.start_time),
'inflow': n_apps,
'inflow_history': st.session_state.minute_counts[:step + 1],
'load_history': [v / specialists_count for v in processor.stats['specialist_busy'][:step + 1]],
'queue': result['queue_size'],
'business_queue': result.get('business_queue_size', 0),
'load': load if pid else 0,
'specialist_states': specialist_states,
'cumulative': {
'total_processed': processor.stats['total_processed'],
'auto_approved': processor.stats['auto_approved'],
'auto_declined': processor.stats['auto_declined'],
'manual_processed': processor.stats['manual_processed'],
'business_manual_processed': processor.stats.get('business_manual_processed', 0)
}
}
animation_frames.append(frame_data)
# ============================================================================
# Обновляем прогресс
progress_bar.progress((step + 1) / n_steps)
# 6. Сохраняем результаты
st.session_state.processor = processor
st.session_state.pid_history = pid.get_history() if pid else None
st.session_state.simulation_done = True
st.session_state.batch_stats = processor.batch_stats
# ============================================================================
# БЛОК АНИМАЦИИ: Сохраняем кадры в session_state
# ============================================================================
st.session_state.animation_frames = animation_frames
# ============================================================================
# Отображение результатов
if st.session_state.get('simulation_done', False):
st.success("✅ Симуляция завершена!")
stats = st.session_state.processor.stats
# Быстрая статистика
col1, col2, col3, col4, col5 = st.columns(5)
col1.metric("Всего заявок", stats['total_processed'])
col2.metric("Одобрено авто", stats['auto_approved'])
col3.metric("Отказ авто", stats['auto_declined'])
col4.metric("Ручной разбор", stats['manual_processed'])
manual_rate = stats['manual_sent'] / stats['total_processed'] * 100 if stats['total_processed'] > 0 else 0
col5.metric("Ручной разбор %", f"{manual_rate:.1f}%")
# Графики - ТОЛЬКО ВЫЗОВЫ ФУНКЦИЙ ИЗ plots.py
st.subheader("📈 Графики")
# Очереди
st.pyplot(plot_queue_dynamics(
queue_history=stats['queue_history'],
business_queue_history=stats.get('business_queue_history'),
start_time=st.session_state.get('start_time', '00:00')
))
plt.close()
# Загрузка специалистов
st.pyplot(plot_specialist_load(
specialist_busy_history=stats['specialist_busy'],
specialists_count=specialists_count,
start_time=st.session_state.get('start_time', '00:00')
))
plt.close()
st.pyplot(plot_inflow(
minute_counts=st.session_state.minute_counts,
start_time=st.session_state.get('start_time', '00:00')
))
plt.close()
# Детальный анализ решений
st.pyplot(plot_detailed_decisions(
batch_stats=st.session_state.batch_stats,
second_model_name=second_model_name,
start_time=st.session_state.get('start_time', '00:00')
))
plt.close()
# Параметры PID
st.pyplot(plot_parameters_history(
pid_history=st.session_state.pid_history,
second_model_name=second_model_name,
start_time=st.session_state.get('start_time', '00:00')
))
plt.close()
# ============================================================================
# БЛОК ГЕНЕРАЦИИ ВИДЕО
# ============================================================================
if st.session_state.get('animation_frames'):
st.divider()
st.subheader("🎥 Настройки видео-отчета")
col_v1, col_v2 = st.columns(2)
with col_v1:
# Слайдер для шага кадров (среза)
v_step = st.slider("Шаг кадров (1 = каждая минута)", 1, 30, 10,
help="Чем меньше шаг, тем плавнее видео, но дольше рендеринг")
with col_v2:
# Слайдер для FPS
v_fps = st.slider("Скорость видео (FPS)", 10, 60, 24,
help="Количество кадров в секунду")
if st.button("🎬 Сгенерировать видео", type="primary", use_container_width=True):
with st.spinner("Рендеринг видео..."):
from app.simulation.visualization.animation import create_simulation_video
# Используем выбранные в слайдерах параметры
video_path = create_simulation_video(
st.session_state.animation_frames[::v_step],
specialists_count,
second_model_name,
fps=v_fps # Передаем FPS в функцию
)
st.video(video_path)
st.success("✅ Видео готово! Вы можете его скачать или перематывать.")
st.write("")
col1, col2, col3 = st.columns([1, 2, 1])
with col2:
if st.button("🏠 На главную", use_container_width=True):
st.switch_page("main.py")
if __name__ == "__main__":
main()