app.py

import numpy as np
import matplotlib.pyplot as plt
import streamlit as st

# === Параметры модели ===
SEQ_LEN = 100  # длина последовательности
HISTORY_LEN = 200  # сколько шагов хранить в статистике
JUMP = 10  # максимальный шаг изменения угла
ENTROPY_BINS = 36  # шаг 10 градусов

# === Инициализация состояния ===
if "seq" not in st.session_state:
    st.session_state.seq = np.random.randint(-180, 180, size=SEQ_LEN)
    st.session_state.history = []
    st.session_state.bist_counts = []
    st.session_state.entropy = []
    st.session_state.autocorr = []
    st.session_state.step = 0

# === Функции анализа ===
def find_local_min_runs(profile, threshold=10):
    """Находит устойчивые участки ("машины"), где значения углов почти не меняются."""
    runs = []
    start = 0
    for i in range(1, len(profile)):
        if abs(profile[i] - profile[i - 1]) > threshold:
            if i - start > 2:
                runs.append((start, i - 1))
            start = i
    if len(profile) - start > 2:
        runs.append((start, len(profile) - 1))
    return runs

def compute_autocorr(profile):
    """Автокорреляция – структурность, насколько повторяется рисунок"""
    profile = profile - np.mean(profile)
    result = np.correlate(profile, profile, mode='full')
    mid = len(result) // 2
    return result[mid + 1] / result[mid]

def compute_entropy(profile):
    """Энтропия – мера хаотичности, насколько случайна структура"""
    hist, _ = np.histogram(profile, bins=ENTROPY_BINS, range=(-180, 180), density=True)
    hist = hist[hist > 0]
    return -np.sum(hist * np.log2(hist))

# === Функция отрисовки ===
def draw_world(seq, axs, step, stat_bist_counts, stat_entropy, stat_autocorr):
    axs[0].cla()
    axs[1].cla()
    axs[2].cla()
    axs[3].cla()

    # Отображение профиля
    axs[0].plot(seq, label=f"Шаг {step}", color='skyblue')
    axs[0].set_title("Торсионный профиль (углы)")
    axs[0].set_ylim(-180, 180)

    # Визуальное выделение устойчивых "машин"
    stable_zones = find_local_min_runs(seq)
    for start, end in stable_zones:
        axs[0].axvspan(start, end, color='yellow', alpha=0.3)
        axs[0].text((start + end) // 2, 160, f'▲{end - start}', ha='center', va='center', fontsize=8, color='darkgreen')

    # График количества "стромбистов"
    axs[1].plot(stat_bist_counts, color='orchid')
    axs[1].set_title("Кол-во устойчивых машин (стромбистов)")

    # Энтропия
    axs[2].plot(stat_entropy, color='crimson')
    axs[2].set_title("Энтропия торсионного поля")

    # Автокорреляция
    axs[3].plot(stat_autocorr, color='seagreen')
    axs[3].set_title("Автокорреляция (память)")

    for ax in axs:
        ax.legend()

# === Функция обновления ===
def update_step():
    seq = st.session_state.seq
    history = st.session_state.history
    stat_bist_counts = st.session_state.bist_counts
    stat_entropy = st.session_state.entropy
    stat_autocorr = st.session_state.autocorr
    step = st.session_state.step

    # Случайная мутация
    i = np.random.randint(0, len(seq))
    delta = np.random.randint(-JUMP, JUMP + 1)
    seq[i] = (seq[i] + delta + 180) % 360 - 180

    history.append(seq.copy())
    if len(history) > HISTORY_LEN:
        history.pop(0)

    stable_regions = find_local_min_runs(seq)
    stat_bist_counts.append(len(stable_regions))
    stat_entropy.append(compute_entropy(seq))
    stat_autocorr.append(compute_autocorr(seq))
    st.session_state.step += 1

# === Интерфейс Streamlit ===
st.set_page_config(layout="wide")
st.title("🧬 Стромбистный анализ торсионного поля")
col1, col2 = st.columns([1, 2])

with col1:
    if st.button("🔁 Следующий шаг"):
        update_step()
    st.markdown(f"**Текущий шаг**: {st.session_state.step}")
    st.markdown("**Стромбисты** — устойчивые участки структуры, подобные памяти или машинам.")
    st.markdown("**Автокорреляция** — отражает повторяемость паттерна.")
    st.markdown("**Энтропия** — мера хаоса.")

with col2:
    fig, axs = plt.subplots(4, 1, figsize=(10, 10), sharex=True)
    draw_world(
        st.session_state.seq,
        axs,
        st.session_state.step,
        st.session_state.bist_counts,
        st.session_state.entropy,
        st.session_state.autocorr
    )
    st.pyplot(fig)