Update interface.py

interface.py

@@ -131,7 +131,7 @@ class BioprocessModel:
         for param in params:
             if param not in used_params:
                 raise ValueError(f"El parámetro '{param}' no se usa en la ecuación '{equation}'.")
-
+    
         if model_type == 'biomass':
             # Biomasa como función de tiempo y parámetros
             func_expr = expr
@@ -177,7 +177,10 @@ class BioprocessModel:
         # Definir la función de ajuste (asegurarse de que toma los parámetros correctamente)
         def fit_func(t, *args):
             try:
-                return func(t, *args)
+                y = func(t, *args)
+                print(f"fit_func called with args: {args}")
+                print(f"y_pred: {y}")
+                return y
             except Exception as e:
                 print(f"Error in fit_func: {e}")
                 raise
@@ -185,12 +188,16 @@ class BioprocessModel:
         # Depuración: Verificar el número de parámetros que se espera ajustar
         print(f"Number of parameters to fit: {len(params)}")
 
+        # Definir una estimación inicial para los parámetros
+        p0 = [1.0] * len(params)  # Puedes ajustar estos valores según sea necesario
+        print(f"Initial parameter guesses (p0): {p0}")
+
         try:
             # Verifica que curve_fit puede recibir la función correctamente
-            print(f"Calling curve_fit with time: {time}, data: {data}, bounds: {bounds}")
+            print(f"Calling curve_fit with time: {time}, data: {data}, bounds: {bounds}, p0: {p0}")
 
-            # Intentar ajustar el modelo usando curve_fit
-            popt, _ = curve_fit(fit_func, time, data, bounds=bounds, maxfev=10000)
+            # Intentar ajustar el modelo usando curve_fit con p0
+            popt, _ = curve_fit(fit_func, time, data, p0=p0, bounds=bounds, maxfev=10000)
             print(f"Optimal parameters found: {popt}")
 
             # Guardar los parámetros ajustados en el modelo
@@ -212,28 +219,36 @@ class BioprocessModel:
                               line_style='-', marker_style='o'):
         sns.set_style(style)
 
-        fig, ax1 = plt.subplots(figsize=(10, 7))
-        ax1.set_xlabel('Tiempo')
-        ax1.set_ylabel('Biomasa', color=line_color)
-
-        ax1.plot(time, biomass, marker=marker_style, linestyle='', color=point_color, label='Biomasa (Datos)')
-        ax1.plot(time, y_pred_biomass, linestyle=line_style, color=line_color, label='Biomasa (Modelo)')
-        ax1.tick_params(axis='y', labelcolor=line_color)
-
-        ax2 = ax1.twinx()
-        ax2.set_ylabel('Sustrato', color='green')
-        ax2.plot(time, substrate, marker=marker_style, linestyle='', color='green', label='Sustrato (Datos)')
-        ax2.plot(time, y_pred_substrate, linestyle=line_style, color='green', label='Sustrato (Modelo)')
-        ax2.tick_params(axis='y', labelcolor='green')
-
-        ax3 = ax1.twinx()
-        ax3.spines["right"].set_position(("axes", 1.1))
-        ax3.set_ylabel('Producto', color='red')
-        ax3.plot(time, product, marker=marker_style, linestyle='', color='red', label='Producto (Datos)')
-        ax3.plot(time, y_pred_product, linestyle=line_style, color='red', label='Producto (Modelo)')
-        ax3.tick_params(axis='y', labelcolor='red')
-
-        fig.tight_layout()
+        fig, axs = plt.subplots(3, 1, figsize=(10, 15))
+
+        # Gráfica de Biomasa
+        axs[0].plot(time, biomass, 'o', label='Datos de Biomasa')
+        for i, result in enumerate(biomass_results):
+            axs[0].plot(time, result['y_pred'], '-', label=f'Modelo de Biomasa {i+1}')
+        axs[0].set_xlabel('Tiempo')
+        axs[0].set_ylabel('Biomasa')
+        if show_legend:
+            axs[0].legend(loc=legend_position)
+
+        # Gráfica de Sustrato
+        axs[1].plot(time, substrate, 'o', label='Datos de Sustrato')
+        for i, result in enumerate(substrate_results):
+            axs[1].plot(time, result['y_pred'], '-', label=f'Modelo de Sustrato {i+1}')
+        axs[1].set_xlabel('Tiempo')
+        axs[1].set_ylabel('Sustrato')
+        if show_legend:
+            axs[1].legend(loc=legend_position)
+
+        # Gráfica de Producto
+        axs[2].plot(time, product, 'o', label='Datos de Producto')
+        for i, result in enumerate(product_results):
+            axs[2].plot(time, result['y_pred'], '-', label=f'Modelo de Producto {i+1}')
+        axs[2].set_xlabel('Tiempo')
+        axs[2].set_ylabel('Producto')
+        if show_legend:
+            axs[2].legend(loc=legend_position)
+
+        plt.tight_layout()
         return fig
 
 ###############################