integracja drzewa z projektem

Kamila.py

@@ -9,12 +9,6 @@ work = ["Podlac", "Odchwascic", "Zasadzic", "Zebrac"]
 # 2 - zasadzenie
 # 0 - podlanie
 
-def set_order(pogoda):
-    if pogoda == 1:
-        order = [3, 1, 2]
-    else:
-        order = [3, 1, 2, 0]
-    return order
 
 
 # przetłumaczenie numerka (0-8)
@@ -189,7 +183,12 @@ def print_leaf(counts):
     return probs
 
 
-
+def set_order(self):
+    if self.field.get_pogoda_value() == 1:
+        order = [3, 1, 2]
+    else:
+        order = [3, 1, 2, 0]
+    return order
 
 
 class main():
@@ -201,8 +200,32 @@ class main():
         self.best_action = 0
 
 
-
     def main(self):
+        self.learn_tree()
+        # ustalamy kolejnosc
+        order = set_order(self.field.get_pogoda_value())
+        for action in order:
+            self.traktor.set_mode(action)                                                                              # ustawiamy tryb traktorowi
+            self.search_field()                                                                                        # szukamy pól
+        print("Koniec roboty")
+
+    def main_collective(self, pole):
+        pola = []
+        for i in range(len(pole)):
+            for j in range(len(pole[i])):
+                coords = i * 10 + j
+                print("Pole (%d,%d) Przewidziania czynnosc: %s"
+                      % (i, j, print_leaf(
+                    classify(translate(pole[i][j]), self.tree))))  # przewidujemy czynność za pomocą drzewa
+                if work[self.traktor.get_mode()] in self.work_field(
+                        classify(translate(pole[i][j]), self.tree)):  # jezeli zgadza sie z aktualnym trybem:
+                    print("Zgodne z wykonywanym trybem")
+                    pola.append(coords)
+        print("Koordynaty:", pola)
+        return pola
+
+    def learn_tree(self):
+
         # tworzymy zbior uczacy, w ktorym podajemy wszystkie mozliwe pola i czynnosci
         training_data = [[0, 0, 1, 0, "Zasadzic"],
                          [0, 1, 1, 0, "Odchwascic"],
@@ -216,40 +239,36 @@ class main():
         self.tree = build_tree(training_data)
         print_tree(self.tree)
 
-        print("TEST:")
+    #        print("TEST:")
-
+    #        print("Przewidziania czynnosc: %s Czynnosc: Zasadzic"
-        print("Przewidziania czynnosc: %s Czynnosc: Zasadzic"
+    #              % print_leaf(classify(translate(4), self.tree)))
-              % print_leaf(classify(translate(4), self.tree)))
+    #        print("Przewidziania czynnosc: %s Czynnosc: Odchwascic"
-        print("Przewidziania czynnosc: %s Czynnosc: Odchwascic"
+    #              % print_leaf(classify(translate(5), self.tree)))
-              % print_leaf(classify(translate(5), self.tree)))
+    #        print("Przewidziania czynnosc: %s Czynnosc: Odchwascic"
-        print("Przewidziania czynnosc: %s Czynnosc: Odchwascic"
+    #              % print_leaf(classify(translate(7), self.tree)))
-              % print_leaf(classify(translate(7), self.tree)))
-
-
-
-        # ustalamy kolejnosc
-        order = set_order(self.field.get_pogoda_value())
-        for action in order:
-            self.traktor.set_mode(action)                                                                              # ustawiamy tryb traktorowi
-            self.search_field()                                                                                        # szukamy pól
-
-        print("Koniec roboty")
 
     def work_field(self, labels):
         works = []
+
         for label in labels:
             if labels[label] > 0:
                 works.append(label)
         return works
 
     def search_field(self):
+
+        pola = []
+        pole = 0
+        order = set_order(self.field.get_pogoda_value())
         matrix = self.field.get_matrix()                                                                               # pobieramy pole
         for i in range(len(matrix)):
             for j in range(len(matrix[i])):
+                pole = i * 10 + j
                 print("Pole (%d,%d) Przewidziania czynnosc: %s"
                       % (i, j, print_leaf(classify(translate(matrix[i][j]), self.tree))))                              # przewidujemy czynność za pomocą drzewa
                 if work[self.traktor.get_mode()] in self.work_field(classify(translate(matrix[i][j]), self.tree)):     # jezeli zgadza sie z aktualnym trybem:
-                    print("Zgodna z aktualnym trybem, czynnosc wykonywana")
+                    print("Zgodne z wykonywanym trybem")
+                    pola.append(pole)
                     self.path.find_path(self.traktor, self.field, self.ui, [j, i])                                     # szukamy sciezki
                     self.ui.update()                                                                                   # update'ujemy UI
                     time.sleep(0.5)

collective.py

@@ -10,9 +10,28 @@ class main():
         self.UI = UI
         self.path = path
 
+    # ustalanie kolejnosci wykonywania dzialam na podstwie pogody
+    # 3 - zbieranie, 2 - sadzenie, 1 - odchwaszczanie, 0 - podlewanie
+    def set_order(self):
+        if self.pole.get_pogoda_value() == 1:  #jak deszcz, to bez podlewania
+            order = [3, 1, 2]
+        else:
+            order = [3, 1, 2, 0]
+        return order
+
+
     def main(self):
-        print(self.marcin.main_collective())
+
-        # self.neuro_check_field() To sprawdza cale pole
+        #tutaj Justyna decyduje co my w ogole robimy
+
+        order = self.set_order()  #wybieramy kolejnosc prac na polu
+        self.kamila.learn_tree()  #uczenie drzewa
+        for action in order:
+            self.traktor.set_mode(action)                   # ustawiamy tryb traktorowi
+            field = self.neuro_check_field()                # sprawdzamy pole
+            coords = self.kamila.main_collective(field)     # zwracam koordynaty pol zgodych z wybranym trybem
+            # tutaj Piotrek tworzy optymalna sciezke
+            # traktor wykonuje prace na polu
         pass
 
 
@@ -20,13 +39,16 @@ class main():
         field = []
         row = []
         print("Sprawdzanie siecią neuronową całego pola, proszę czekać...")
-        for i in range(0,10):
+        for i in range(0, 10):
             print("Sprawdzam "+str(i+1)+" wiersz")
-            for j in range(0,10):
+            for j in range(0, 10):
-                row.append(self.marcin.main_collective([i,j]))
+                row.append(self.marcin.main_collective([j,i]))
             field.append(row)
             row = []
         return field
+
+
+
     # 1. sprawdza czy opłaca się pracować
     # 2. sprawdza pole na którym stoi żeby drzewo podjęło decyzje
     # 3. Uruchamia się drzewo