source: sasview/src/sas/models/SphericalSLDModel.py @ e8e3e38

ESS_GUIESS_GUI_DocsESS_GUI_batch_fittingESS_GUI_bumps_abstractionESS_GUI_iss1116ESS_GUI_iss879ESS_GUI_iss959ESS_GUI_openclESS_GUI_orderingESS_GUI_sync_sascalccostrafo411magnetic_scattrelease-4.1.1release-4.1.2release-4.2.2release_4.0.1ticket-1009ticket-1094-headlessticket-1242-2d-resolutionticket-1243ticket-1249ticket885unittest-saveload
Last change on this file since e8e3e38 was 79492222, checked in by krzywon, 10 years ago

Changed the file and folder names to remove all SANS references.

  • Property mode set to 100644
File size: 13.0 KB
Line 
1"""
2    Spherical SLD model
3"""
4from sas.models.BaseComponent import BaseComponent
5from sas.models.SphereSLDModel import SphereSLDModel
6from copy import deepcopy
7func_list = {'Erf(|nu|*z)':0, 'RPower(z^|nu|)':1, 'LPower(z^|nu|)':2, \
8                     'RExp(-|nu|*z)':3, 'LExp(-|nu|*z)':4}
9max_nshells = 10
10
11class SphericalSLDModel(BaseComponent):
12    """
13    This multi-model is based on Parratt formalism and provides the capability
14    of changing the number of layers between 0 and 10.
15    """
16    def __init__(self, multfactor=1):
17        """
18            :param multfactor: number of layers in the model,
19            assumes 0<= n_shells <=10.
20        """
21        BaseComponent.__init__(self)
22
23        ## Setting  model name model description
24        self.description = ""
25        model = SphereSLDModel()
26        self.model = model
27        self.name = "SphericalSLDModel"
28        self.description = model.description
29        self.n_shells = multfactor
30        ## Define parameters
31        self.params = {}
32       
33        ## Parameter details [units, min, max]
34        self.details = {}
35       
36        # non-fittable parameters
37        self.non_fittable = model.non_fittable
38       
39        # list of function in order of the function number
40        self.fun_list = self._get_func_list()
41        ## dispersion
42        self._set_dispersion()
43        ## Define parameters
44        self._set_params()
45       
46        ## Parameter details [units, min, max]
47        self._set_details()
48       
49        #list of parameter that can be fitted
50        self._set_fixed_params() 
51        self.model.params['n_shells'] = self.n_shells
52       
53        ## functional multiplicity info of the model
54        # [int(maximum no. of functionality),"str(Titl),
55        # [str(name of function0),...], [str(x-asix name of sld),...]]
56        self.multiplicity_info = [max_nshells, "No. of Shells:", [], ['Radius']]
57       
58   
59    def _clone(self, obj):
60        """
61        Internal utility function to copy the internal
62        data members to a fresh copy.
63        """
64        obj.params     = deepcopy(self.params)
65        obj.non_fittable     = deepcopy(self.non_fittable)
66        obj.description     = deepcopy(self.description)
67        obj.details    = deepcopy(self.details)
68        obj.dispersion = deepcopy(self.dispersion)
69        obj.model  = self.model.clone()
70
71        return obj
72   
73   
74    def _set_dispersion(self):
75        """
76        model dispersions
77        """ 
78        ##set dispersion from model
79        for name , value in self.model.dispersion.iteritems():   
80             
81            nshell = -1
82            if name.split('_')[0] == 'thick':
83                while nshell < 1:
84                    nshell += 1
85                    if name.split('_')[1] == 'inter%s' % str(nshell):
86                        self.dispersion[name] = value
87                    else: 
88                        continue
89            else:
90                self.dispersion[name] = value
91
92    def _set_params(self):
93        """
94        Concatenate the parameters of the model to create
95        this model parameters
96        """
97        # rearrange the parameters for the given # of shells
98        for name , value in self.model.params.iteritems():
99            n = 0
100            pos = len(name.split('_'))-1
101            first_name = name.split('_')[0]
102            last_name = name.split('_')[pos]
103            if first_name == 'npts':
104                self.params[name] = value
105                continue
106            elif first_name == 'func':
107                n = -1
108                while n < self.n_shells:
109                    n += 1
110                    if last_name == 'inter%s' % str(n): 
111                        self.params[name] = value
112                        continue
113            elif last_name[0:5] == 'inter':
114                n = -1
115                while n < self.n_shells:
116                    n += 1
117                    if last_name == 'inter%s' % str(n):
118                        self.params[name] = value
119                        continue
120            elif last_name[0:4] == 'flat':
121                while n < self.n_shells:
122                    n += 1
123                    if last_name == 'flat%s' % str(n):
124                        self.params[name] = value
125                        continue
126            elif name == 'n_shells':
127                continue
128            else:
129                self.params[name] = value
130 
131        self.model.params['n_shells'] = self.n_shells   
132 
133        # set constrained values for the original model params
134        self._set_xtra_model_param()       
135
136    def _set_details(self):
137        """
138        Concatenate details of the original model to create
139        this model details
140        """
141        for name, detail in self.model.details.iteritems():
142            if name in self.params.iterkeys():
143                self.details[name] = detail
144           
145   
146    def _set_xtra_model_param(self):
147        """
148        Set params of original model that are hidden from this model
149        """
150        # look for the model parameters that are not in param list
151        for key in self.model.params.iterkeys():
152            if key not in self.params.keys():
153                if key.split('_')[0] == 'thick':
154                    self.model.setParam(key, 0)
155                    continue
156                if key.split('_')[0] == 'func': 
157                    self.model.setParam(key, 0)
158                    continue
159
160                for nshell in range(self.n_shells, max_nshells):
161                    if key.split('_')[1] == 'flat%s' % str(nshell+1):
162                        try:
163                            if key.split('_')[0] == 'sld':
164                                value = self.model.params['sld_solv']
165                            self.model.setParam(key, value)
166                        except:
167                            raise RuntimeError, "SphericalSLD model problem"
168   
169    def _get_func_list(self):
170        """
171        Get the list of functions in each layer (shell)
172        """
173        return func_list
174       
175    def getProfile(self):
176        """
177        Get SLD profile
178       
179        : return: (z, beta) where z is a list of depth of the transition points
180                beta is a list of the corresponding SLD values
181        """
182        # max_pts for each layers
183        n_sub = int(self.params['npts_inter'])
184        z = []
185        beta = []
186        z0 = 0
187        # two sld points for core
188        z.append(0)
189        beta.append(self.params['sld_core0']) 
190        z.append(self.params['rad_core0']) 
191        beta.append(self.params['sld_core0']) 
192        z0 += self.params['rad_core0']
193        # for layers from the core
194        for i in range(1, self.n_shells+2):
195            dz = self.params['thick_inter%s' % str(i-1)]/n_sub
196            # j=0 for interface, j=1 for flat layer
197            for j in range(0, 2):
198                # interation for sub-layers
199                for n_s in range(0, n_sub+1):
200                    if j == 1:
201                        if i == self.n_shells+1:
202                            break
203                        # shift half sub thickness for the first point
204                        z0 -= dz#/2.0
205                        z.append(z0)
206                        #z0 -= dz/2.0
207                        z0 += self.params['thick_flat%s' % str(i)]
208                       
209                        sld_i = self.params['sld_flat%s' % str(i)]
210                        beta.append(self.params['sld_flat%s' % str(i)])
211                        dz = 0
212                    else:
213                        nu = self.params['nu_inter%s' % str(i-1)]
214                        # decide which sld is which, sld_r or sld_l
215                        if i == 1:
216                            sld_l = self.params['sld_core0']
217                        else:
218                            sld_l = self.params['sld_flat%s' % str(i-1)]
219                        if i == self.n_shells+1:
220                            sld_r = self.params['sld_solv']
221                        else:
222                            sld_r = self.params['sld_flat%s' % str(i)]
223                        # get function type
224                        func_idx = self.params['func_inter%s' % str(i-1)]
225                        # calculate the sld
226                        sld_i = self._get_sld(func_idx, n_sub, n_s, nu,
227                                              sld_l, sld_r)
228                    # append to the list
229                    z.append(z0)
230                    beta.append(sld_i)
231                    z0 += dz
232                    if j == 1:
233                        break
234        # put sld of solvent
235        z.append(z0)
236        beta.append(self.params['sld_solv']) 
237        z_ext = z0/5.0
238        z.append(z0+z_ext)
239        beta.append(self.params['sld_solv']) 
240        # return sld profile (r, beta)
241        return z, beta
242   
243    def _get_sld(self, func_idx, n_sub, n_s, nu, sld_l, sld_r):
244        """
245        Get the function asked to build sld profile
246        : param func_idx: func type number
247        : param n_sub: total number of sub_layer
248        : param n_s: index of sub_layer
249        : param nu: coefficient of the function
250        : param sld_l: sld on the left side
251        : param sld_r: sld on the right side
252        : return: sld value, float
253        """
254        from sas.models.SLDCalFunc import SLDCalFunc
255        # sld_cal init
256        sld_cal = SLDCalFunc()
257        # set params
258        sld_cal.setParam('fun_type', func_idx)
259        sld_cal.setParam('npts_inter', n_sub)
260        sld_cal.setParam('shell_num', n_s)
261        sld_cal.setParam('nu_inter', nu)
262        sld_cal.setParam('sld_left', sld_l)
263        sld_cal.setParam('sld_right', sld_r)
264        # return sld value
265        return sld_cal.run()
266   
267    def setParam(self, name, value):
268        """
269        Set the value of a model parameter
270   
271        : param name: name of the parameter
272        : param value: value of the parameter
273        """
274        # set param to new model
275        self._setParamHelper(name, value)
276       
277        ## setParam to model
278        if name == 'sld_solv':
279            # the sld_*** model.params not in params must set to
280            # value of sld_solv
281            for key in self.model.params.iterkeys():
282                if key not in self.params.keys() and key.split('_')[0] == 'sld':
283                    self.model.setParam(key, value)
284           
285        self.model.setParam(name, value)
286
287    def _setParamHelper(self, name, value):
288        """
289        Helper function to setParam
290        """
291        toks = name.split('.')
292        if len(toks) == 2:
293            for item in self.dispersion.keys():
294                if item.lower() == toks[0].lower():
295                    for par in self.dispersion[item]:
296                        if par.lower() == toks[1].lower():
297                            self.dispersion[item][par] = value
298                            return
299        # Look for standard parameter
300        for item in self.params.keys():
301            if item.lower() == name.lower():
302                self.params[item] = value
303                return
304       
305        raise ValueError, "Model does not contain parameter %s" % name
306             
307   
308    def _set_fixed_params(self):
309        """
310        Fill the self.fixed list with the model fixed list
311        """
312        for item in self.model.fixed:
313            if item.split('.')[0] in self.params.keys(): 
314                self.fixed.append(item)
315
316        self.fixed.sort()
317
318    def run(self, x = 0.0):
319        """
320        Evaluate the model
321       
322        :param x: input q, or [q,phi]
323       
324        :return: scattering function P(q)
325       
326        """
327
328        return self.model.run(x)
329
330    def runXY(self, x = 0.0):
331        """
332        Evaluate the model
333       
334        : param x: input q-value (float or [float, float] as [qx, qy])
335        : return: scattering function value
336        """ 
337
338        return self.model.runXY(x)
339   
340    ## Now (May27,10) directly uses the model eval function
341    ## instead of the for-loop in Base Component.
342    def evalDistribution(self, x):
343        """
344        Evaluate the model in cartesian coordinates
345       
346        : param x: input q[], or [qx[], qy[]]
347        : return: scattering function P(q[])
348        """
349        # set effective radius and scaling factor before run
350        return self.model.evalDistribution(x)
351   
352    def calculate_ER(self):
353        """
354        """
355        return self.model.calculate_ER()
356   
357    def set_dispersion(self, parameter, dispersion):
358        """
359        Set the dispersion object for a model parameter
360       
361        : param parameter: name of the parameter [string]
362        :dispersion: dispersion object of type DispersionModel
363        """
364        value = None
365        if parameter in self.model.dispersion.keys():
366            value = self.model.set_dispersion(parameter, dispersion)
367        self._set_dispersion()
368        return value
Note: See TracBrowser for help on using the repository browser.