commit 836c06e5cc3c5d9a662975779d283a239b1d4d86
parent 2117859a70703cc2d8e02a6cf0835a537648a92e
Author: Ivan Gankevich <igankevich@ya.ru>
Date: Tue, 13 Jun 2017 10:59:20 +0300
Adjust graph and table sizes.
Diffstat:
3 files changed, 30 insertions(+), 31 deletions(-)
diff --git a/R/nonlinear.R b/R/nonlinear.R
@@ -34,12 +34,13 @@ arma.plot_nonlinear <- function (dirname, args) {
lines(zeta_none$x, zeta_none$z, lty='solid')
lines(zeta_gcs$x, zeta_gcs$z, lty='dashed')
lines(zeta_sn$x, zeta_sn$z, lty='dotted')
- title(args$title, xlab="x", ylab="z", line=-1.5)
+ title(args$title, xlab="x", ylab="z")
box()
legend(
- "bottomright",
+ "bottom",
legend=paste(args$graphs),
- lty=paste(args$linetypes)
+ lty=paste(args$linetypes),
+ horiz=TRUE
)
}
diff --git a/arma-thesis-ru.org b/arma-thesis-ru.org
@@ -1923,9 +1923,8 @@ arma.plot_velocity(
Для того чтобы измерить влияение НБП на форму результирующей взволнованной
пверхности, было сгенерировано три реализации:
- реализация с Гауссовым распределением (без НБП),
-- реализация с распределением на основе ряда Грама---Шарлье
- (с\nbsp{}\(\gamma_1=2.25,\gamma_2=0.4\)), и
-- реализация с асимметричным нормальным распределением (с\nbsp{}\(\alpha=1\)).
+- реализация с распределением на основе ряда Грама---Шарлье (РГШ), и
+- реализация с асимметричным нормальным распределением (АНР).
Начальные состояния ГПСЧ были заданы одинаковыми для всех запусков программы,
чтобы модель АРСС выдавала одни и те же значения для каждой реализации. Было
проведено два эксперимента: для стоячих и прогрессивных волн с АКФ, заданными
@@ -1944,7 +1943,7 @@ arma.plot_velocity(
(табл.\nbsp{}[[tab-nit-error]]).
#+name: fig-nit
-#+header: :width 5 :height 5 :pointsize 8
+#+header: :width 7 :height 7
#+begin_src R :file build/nit.pdf
source(file.path("R", "nonlinear.R"))
par(mfrow=c(2, 1), mar=c(4,4,4,0.5), family='serif')
@@ -1964,17 +1963,17 @@ arma.plot_nonlinear(file.path("build", "nit-standing"), args)
[[file:build/nit.pdf]]
#+name: tab-nit-error
-#+caption: Ошибка аппроксимации АКФ (разность дисперсий) для различных распределений волновых аппликат.
+#+caption: Ошибка аппроксимации АКФ (разность дисперсий) для различных распределений волновых аппликат. \(N\)\nbsp{}--- количество коэффициентов аппроксимации АКФ.
#+attr_latex: :booktabs t
-| Тип волн | Распределение | Ошибка | Колич. коэф. | Высота волн |
-|--------------+---------------+--------+--------------+-------------|
-| | | <r> | | <r> |
-| прогрессиные | Гауссово | | | 2,41 |
-| прогрессиные | РГШ | 0,20 | 2 | 2,75 |
-| прогрессиные | АНР | 0,70 | 3 | 1,37 |
-| стоячие | Гауссово | | | 1,73 |
-| стоячие | РГШ | 0,26 | 2 | 1,96 |
-| стоячие | АНР | 0,70 | 3 | 0,94 |
+| Тип волн | Распред. | \(\gamma_1\) | \(\gamma_2\) | \(\alpha\) | Ошибка | \(N\) | Высота волн |
+|--------------+----------+--------------+--------------+------------+--------+-------+-------------|
+| | | <r> | <r> | <r> | <r> | | <r> |
+| прогрессиные | Гауссово | | | | | | 2,41 |
+| прогрессиные | РГШ | 2,25 | 0,4 | | 0,20 | 2 | 2,75 |
+| прогрессиные | АНР | | | 1 | 0,70 | 3 | 1,37 |
+| стоячие | Гауссово | | | | | | 1,73 |
+| стоячие | РГШ | 2,25 | 0,4 | | 0,26 | 2 | 1,96 |
+| стоячие | АНР | | | 1 | 0,70 | 3 | 0,94 |
Таким образом, единственный тестовый сценарий, который показал приемлемые
результаты\nbsp{}--- это реализации с распределением на основе РГШ для
diff --git a/arma-thesis.org b/arma-thesis.org
@@ -2798,9 +2798,8 @@ arma.plot_velocity(
In order to measure the effect of NIT on the shape of the resulting wavy
surface, three realisations were generated:
- realisation with Gaussian distribution (without NIT),
-- realisation with Gram---Charlier series (GCS) based distribution (with
- \(\gamma_1=2.25,\gamma_2=0.4\)), and
-- realisation with skew normal distribution (with \(\alpha=1\)).
+- realisation with Gram---Charlier series (GCS) based distribution, and
+- realisation with skew normal distribution.
The seed of PRNG was set to be the same for all progrmme executions to make ARMA
model produce the same values for each realisation. There we two experiments:
for standing and propagating waves with ACFs given by formulae from
@@ -2818,12 +2817,12 @@ approximation (eq.\nbsp{}eqref:eq-nit-error) ranges from 0.20 for GCS-based
distribution to 0.70 for skew normal distribution (table\nbsp{}[[tab-nit-error]]).
#+name: fig-nit
-#+header: :width 5 :height 5 :pointsize 8
+#+header: :width 7 :height 7
#+begin_src R :file build/nit.pdf
source(file.path("R", "nonlinear.R"))
par(mfrow=c(2, 1), mar=c(4,4,4,0.5), family='serif')
args <- list(
- graphs=c('Gaussian', 'Gram---Charlier', 'Skew normal'),
+ graphs=c('Gaussian', 'Gram—Charlier', 'Skew normal'),
linetypes=c('solid', 'dashed', 'dotted')
)
args$title <- 'Propagating waves'
@@ -2838,16 +2837,16 @@ arma.plot_nonlinear(file.path("build", "nit-standing"), args)
[[file:build/nit.pdf]]
#+name: tab-nit-error
-#+caption: Errors of ACF approximations (the difference of variances) for different wave elevation distributions.
+#+caption: Errors of ACF approximations (the difference of variances) for different wave elevation distributions. \(N\)\nbsp{}--- number of coefficients of ACF approximation.
#+attr_latex: :booktabs t
-| Wave type | Distribution | Error | No. of coef. | Wave height |
-|-------------+--------------+-------+--------------+-------------|
-| propagating | Gaussian | | | 2.41 |
-| propagating | GCS-based | 0.20 | 2 | 2.75 |
-| propagating | skew normal | 0.70 | 3 | 1.37 |
-| standing | Gaussian | | | 1.73 |
-| standing | GCS-based | 0.26 | 2 | 1.96 |
-| standing | skew normal | 0.70 | 3 | 0.94 |
+| Wave type | Distribution | \(\gamma_1\) | \(\gamma_2\) | \(\alpha\) | Error | \(N\) | Wave height |
+|-------------+--------------+--------------+--------------+------------+-------+-------+-------------|
+| propagating | Gaussian | | | | | | 2.41 |
+| propagating | GCS-based | 2.25 | 0.4 | | 0.20 | 2 | 2.75 |
+| propagating | skew normal | | | 1 | 0.70 | 3 | 1.37 |
+| standing | Gaussian | | | | | | 1.73 |
+| standing | GCS-based | 2.25 | 0.4 | | 0.26 | 2 | 1.96 |
+| standing | skew normal | | | 1 | 0.70 | 3 | 0.94 |
To summarise, the only test case that showed acceptable results is realisation
with GCS-based distribution for both standing and propagating waves. Skew normal
