Skip to content

vooum/SUSYphe

BranchesTags

Repository files navigation

SUSYphe

SUSY phenomenology on LHC

这个项目的目的是重写 prospino-smodels-madgraph-checkmate 的自动化程序。

当前任务：控制 prospino2 的类

推送代码发起 Pull request 时一定要推送到自己对应的那个分支上，不要推送到 main 分支，否则会影响代码审核和合并的工作量。

2023/11/08

现在开始 Madgraph 和 Checkmate 控制程序的编写

这个程序最好是直接用面向对象的方案编写，否则后期修改起来可能会有些麻烦。

文件结构暂时如下：

MC_Program/
├── MC_Program.py
├── MC_input.csv
├── SLHA/
│   └── SPhenoSPC_*.txt
├── Process_script/
│   ├── Process_EW_n1
│   ├── Process_EW_n2
│   ├── Process_EW_n3
│   ├── Process_EW_n4
│   ├── Process_EW_n5
│   └── Process_SL
├── MadGraph/
│   └── MG5_aMC_v2_6_4/
|-- Events/
│   └── MadEvent_*
│       ├── EW_event
│       └── SL_event
├── CheckMATE/
│   └── CM_v2_26
├── Results/
│   └── CM_output.csv

MC_input.csv 是筛选出来需要进行 M-C 模拟的参数点信息，信息至少要包括：参数点编号，Siglino 是哪个 neutralino，提交给 CheckMATE 的截面。

SLHA/ 文件夹中放置提交给 MadEvent 的 slha 文件

Process_script/ 用于 MadGraph 产生过程脚本

MadGraph/ 文件夹内放置 MadGraph 程序包，可能有多份

Events/ 文件夹用虚线表示，表示该文件可能存在于任意硬盘位置上

CheckMATE/ 文件夹内放置 CheckMATE 程序包，肯呢个有多份

Results/ 文件夹内存放模拟的结果

大致流程：

graph TB
    A[为所有进程的 MadEvent 文件夹产生指定的 SL 过程] --> B[读取数据];
    B --> |从第一个参数点开始| C[判断 Siglino 类型];
    C --> D[产生相应的 ElectroWeakino 过程];
    D --> E[为 EW 过程的 MadEvent 替换必要的 Card,<br/>运行 EW 过程的 MadEvent];
    E --> F[替换 EW 过程 CheckMATE 输入文件的 EW 截面,<br/>运行 EW 过程 CheckMATE,<br/>删除 EW 过程的事例结果];
    F --> G[删除 SL 过程的 MadEvent 中的特定文件,<br/>为 SL 过程的 MadEvent 替换必要的 Card,<br/>运行 SL 过程的 MadEvent];
    G --> H[替换 SL 过程 CheckMATE 输入文件的 SL 截面,<br/>运行 SL 过程 CheckMATE,<br/>删除 SL 过程的事例结果];
    H --> I[收集该参数点总的 CheckMATE 结果到 csv];
    I --> J{删除 CheckMATE 结果};
    J --> |模拟下一个参数点|C;
    J --> |所有参数点模拟完毕|K[进行最后的数据整理];
    style A fill:#f9f,stroke:#333,stroke-width:4px;
    style B fill:#f9f,stroke:#333,stroke-width:4px;
    style C fill:#f9f,stroke:#333,stroke-width:4px;
    style D fill:#f9f,stroke:#333,stroke-width:4px;
    style E fill:#f9f,stroke:#333,stroke-width:4px;
    style F fill:#f9f,stroke:#333,stroke-width:4px;
    style G fill:#f9f,stroke:#333,stroke-width:4px;
    style H fill:#f9f,stroke:#333,stroke-width:4px;
    style I fill:#f9f,stroke:#333,stroke-width:4px;
    style J fill:#f9f,stroke:#333,stroke-width:4px;
    style K fill:#f9f,stroke:#333,stroke-width:4px;
Loading

注意： 如果不考虑 SL 过程，那么就需要把相应的 SL 流程删除掉。

2023/10/29

进入到 Prospino-SModelS 的收尾工作

另外，需要一个安装脚本，安装多份的 Madgraph 和 Checkmate。

graph TB
    A[读取数据] --> |从第一个参数点开始|B[判断 Siglino 类型];
    B -->|计算相应情况的 ElectroWeakino 截面| C[计算截面];
    C -->|某些 Siglino 类型个别截面不计算, 指定为 0| D{收集结果};
    D -->|如果参数点的截面没有全部计算完, 继续计算| C;
    D -->|如果参数点的截面全部计算完毕| E{导出结果到 CSV};
    E --> |计算下一个参数点的截面|B;
    E --> |所有参数点截面计算完毕|F[将所有截面信息写入 SModelS 输入文件];
    F --> G[多核运行 SModelS];
    G --> H[收集全部 SModelS py 结果];
    H --> I[筛选 r < 1 的结果生成下一阶段需要的输入数据]
    style A fill:#90EE90;
    style B fill:#90EE90;
    style C fill:#90EE90;
    style D fill:#90EE90;
    style E fill:#90EE90;
    style F fill:#f9f,stroke:#333,stroke-width:4px;
    style G fill:#f9f,stroke:#333,stroke-width:4px;
    style H fill:#f9f,stroke:#333,stroke-width:4px;
    style I fill:#f9f,stroke:#333,stroke-width:4px;
Loading

之后 Prospino 和 SModelS 的流程就将被浓缩成一个流程单元，进入到 Madgraph 和 Checkmate 的环节。

2023/10/20

根据实际的推进情况，现在定为以下流程

graph TB
    A[读取数据] --> |从第一个参数点开始|B[判断 Siglino 类型];
    B -->|计算相应情况的 ElectroWeakino 截面| C[计算截面];
    C -->|某些 Siglino 类型个别截面不计算, 指定为 0| D{收集结果};
    D -->|如果参数点的截面没有全部计算完, 继续计算| C;
    D -->|如果参数点的截面全部计算完毕| E{导出结果到 CSV};
    E --> |计算下一个参数点的截面|B;
    E --> F[将所有截面信息写入 SModelS 输入文件];
    F --> G[多核运行 SModelS];
    G --> H[收集全部 SModelS py 结果];
    style A fill:#90EE90;
    style B fill:#90EE90;
    style C fill:#90EE90;
    style D fill:#90EE90;
    style E fill:#90EE90;
    style F fill:#f9f,stroke:#333,stroke-width:4px;
    style G fill:#f9f,stroke:#333,stroke-width:4px;
    style H fill:#f9f,stroke:#333,stroke-width:4px;
Loading

2023/10/04

更新流程图和文件结构。

下面的总流程图只是一个示意，收集结果后的内容需要讨论，是将所有截面计算完毕后再写入 SModelS 输入，还是当计算完一个参数点后立刻写入 SModelS 输入。

graph LR
    A{收集结果} --> B[将截面信息写入 SModelS 输入文件];
    B --> C[导出结果到 CSV];
    style A fill:#90EE90;
    style B fill:#f9f,stroke:#333,stroke-width:4px;
    style C fill:#90EE90;
Loading 
graph LR
    A{收集结果} --> B[导出结果到 CSV];
    B --> C[将截面信息写入 SModelS 输入文件];
    style A fill:#90EE90;
    style B fill:#90EE90;
    style C fill:#f9f,stroke:#333,stroke-width:4px;
Loading 
graph TB
    A[读取数据] --> B[判断 Siglino 类型];
    B -->|计算相应情况的 ElectroWeakino 截面| C[计算截面];
    C -->|某些 Siglino 类型个别截面不计算, 指定为 0| D{收集结果};
    D -->|如果参数点的截面没有全部计算完, 继续计算| C;
    D -->|如果参数点的截面全部计算完毕| E[导出结果到 CSV];
    D --> F[将截面信息写入 SModelS 输入文件];
    style A fill:#90EE90;
    style B fill:#90EE90;
    style C fill:#90EE90;
    style D fill:#90EE90;
    style E fill:#90EE90;
    style F fill:#f9f,stroke:#333,stroke-width:4px;
Loading

下面的文件结构仅供参考

  • 这里把 Program_CrossSection.py 暂时改名为 Program.py
  • 文件结构中添加了 SModelS_Input 文件夹，用于存放 SModelS 输入文件
  • 文件结构中添加了 SModelS_Output 文件夹，用于存放 SModelS 输出文件
Our_Program/
├── Program.py
├── Prospino_Input/
│   └── ProspinoIn_1.txt
├── Cross_Section/
│   └── Prospino2_*/
│      └── prospino_2.run
├── Prospino_Run/
│   ├── Pro2_subroutines/
│   ├── prospino.in.les_houches
│   └── prospino.dat
├── Results/
│   └── CrossSection.csv
├── SModelS_Input/
│   └── SModelS_1.slha
├── SModelS_Output/
│   └── SModelS_1.smodels
└── slhaReaderOutput.csv

2023/09/23

更新流程图和文件结构，浅绿色方框中的内容为新的目标

总的来说就是，分类讨论 Siglino 为不同 neutralino 时的情况，计算相关截面并处理某些情况下跳过某些截面的情况

graph TB
    A[读取数据] --> B[判断 Siglino 类型];
    B -->|计算相应情况的 ElectroWeakino 截面| C[计算截面];
    C -->|某些 Siglino 类型个别截面不计算, 指定为 0| D[收集结果];
    D -->|循环足够的次数把相应截面全都计算完| B;
    style A fill:#f9f,stroke:#333,stroke-width:4px;
    style B fill:#90EE90;
    style C fill:#f9f,stroke:#333,stroke-width:4px;
    style D fill:#f9f,stroke:#333,stroke-width:4px;
Loading

下面的文件结构仅供参考

Our_Program/
├── Program_CrossSection.py
├── Prospino_Input/
│   └── ProspinoIn_1.txt
├── Cross_Section/
│   └── Prospino2_*/
│      └── prospino_2.run
├── Prospino_Run/
│   ├── Pro2_subroutines/
│   ├── prospino.in.les_houches
│   └── prospino.dat
├── Results/
│   └── CrossSection.csv
└── slhaReaderOutput.csv

2023/09/18

更新流程图，设定新的目标，浅绿色方框 中的内容为新的目标

graph TB
    A[读取数据, 计算截面] --> B[从 prospino.dat 中读取结果];
    B --> C[将数据写入一个 pd.DataFrame 表格中];
    C --> D[将表格导出成 CrossSection.csv];
    style A fill:#f9f,stroke:#333,stroke-width:4px;
    style B fill:#90EE90;
    style C fill:#90EE90;
    style D fill:#90EE90;
Loading

现在的文件结构是：

Our_Program/
├── Program_CrossSection.py
├── Prospino_Input/
│   ├── ProspinoIn_1.txt
├── Prospino2/
│   ├── prospino_main.f90
│   ├── prospino.in.les_houches
│   ├── prospino.dat
│   └── prospino_2.run
├── Prospino2.tar.gz
├── CrossSection.csv
└── slhaReaderOutput.csv

2023/09/15

更新流程图，以函数功能作为其基本组成单元，使其表达的更清晰。

现在目标就是先让 Prospino 正确地运行某一个参数点的某一个截面，得出结果，但是目前先不涉及收集结果的操作。下面的每一个方框代表一个函数的功能，如果有必要也可以适当把复数功能整合进一个函数。

graph TB
    A[读取 slhaReaderOutput.csv] --> B[根据 Index 找到对应输入文件 ProspinoIn_Index.txt];
    B-->C[以 Index=1 为例, 把 ProspinoIn_1.txt 转换为 prospino.in.les_houches];
    C-->D[运行 prospino_2.run 适当打印结果];
Loading

同时更新的还有一个名字暂定为 Our_Program 的文件夹，相关的文件结构都已经配置好，Prospino2 也已经安装好，并编译为计算 $\tilde{\chi}_1^- \bar{\tilde{\chi}}_1^+$ 截面，因此只需要完成流程图内程序的编写，完成测试即可。

流程图中提到的功能可以参考 Test_Point/Reference/cs_smodels_nmssm_staustau.py 文件中第 13 行，第 31 或 39 行，以及第 47 行的函数中的某些写法。

现在的文件结构是：

Our_Program/
├── Program_CrossSection.py
├── Prospino_Input/
│   ├── ProspinoIn_1.txt
├── Prospino2/
│   ├── prospino_main.f90
│   ├── prospino.in.les_houches
│   ├── prospino.dat
│   └── prospino_2.run
├── Prospino2.tar.gz
└── slhaReaderOutput.csv

2023/09/08

目前要实现使用 Prospino 执行单进程计算单个样本单个截面的功能

现在假定：

  • 包含所有样本数据的 slhareaderOutput.csv 文件已经存在。
  • 所有要计算截面的参数点的标准输入谱 ProspinoIn_*.txt 已经存在，并且存放在 Prospino_Input 文件夹里，暂时先只考虑一个参数点 ProspinoIn_1.txt 的情况。
  • Prospino2 程序安装完毕。

Prospino 程序中有四个比较重要的文件要用到：

  • 配置文件 prospino_main.f90
  • 输入文件 prospino.in.les_houches
  • 执行文件 prospino_2.run
  • 结果文件 prospino.dat

prospino_main.f90 修改后需要重新编译，现在先设定好任一截面，提前编译好。

文件结构

Our_Program/
├── Program_CrossSection.py
├── Prospino_Input/
│   ├── ProspinoIn_1.txt
├── Prospino2/
│   ├── prospino_main.f90
│   ├── prospino.in.les_houches
│   ├── prospino.dat
│   └── prospino_2.run
└── slhaReaderOutput.csv

Program_CrossSection.py 流程图

graph TB
    A[读取 slhaReaderOutput.csv] -->|根据 Index 找到对应输入文件 ProspinoIn_1.txt| B[把 ProspinoIn_1.txt 转换为 prospino.in.les_houches];
    B-->C[运行 prospino_2.run 适当打印结果];
    C-->D[读取 prospino.dat 里的数值结果];
    D-->E[把数值结果存入表格 cross_section 里];
    E-->F[把 cross_section 输出为一个 csv 文件];
Loading

About

SUSY phenomenology on LHC

Resources

Readme

License

GPL-3.0 license
Activity

Stars

3 stars

Watchers

2 watching

Forks

4 forks
Report repository

Releases

No releases published

Packages

No packages published

Contributors 4

  •  
  •  
  •  
  •  

Languages