ac2.ipynb

ac2.ipynb

{
  "nbformat": 4,
  "nbformat_minor": 0,
  "metadata": {
    "colab": {
      "provenance": [],
      "authorship_tag": "ABX9TyNukl6bQ2CKAyLd8RXWv4lu",
      "include_colab_link": true
    },
    "kernelspec": {
      "name": "python3",
      "display_name": "Python 3"
    },
    "language_info": {
      "name": "python"
    }
  },
  "cells": [
    {
      "cell_type": "markdown",
      "metadata": {
        "id": "view-in-github",
        "colab_type": "text"
      },
      "source": [
        "<a href=\"https://colab.research.google.com/gist/gilberto-009199/c898e301056c27ccdf6b5b5e8d0b45f0/ac2.ipynb\" target=\"_parent\"><img src=\"https://colab.research.google.com/assets/colab-badge.svg\" alt=\"Open In Colab\"/></a>"
      ]
    },
    {
      "cell_type": "markdown",
      "source": [
        "\n",
        "Faculdade Impacta de Tecnologia \"Prof. Ms. Francisco Elanio Bezerra\"\n",
        "> AC2 - Turma: 202302 - **CC 5A NOITE** - **Inteligência Computacional**\n",
        "---\n",
        "\n",
        "**Gilberto Ramos de Oliveira (RA: 1903991)**\n",
        "\n",
        "---\n",
        "\n",
        "[![GitHub](https://img.shields.io/badge/github-%23121011.svg?style=for-the-badge&logo=github&logoColor=white)](https://gist.github.com/gilberto-009199/c898e301056c27ccdf6b5b5e8d0b45f0#file-ac2-ipynb)\n",
        "\n"
      ],
      "metadata": {
        "id": "RmNEftP62QF3"
      }
    },
    {
      "cell_type": "code",
      "execution_count": 125,
      "metadata": {
        "id": "LRDSiBOC1_GE",
        "colab": {
          "base_uri": "https://localhost:8080/"
        },
        "outputId": "ec7d6644-86b4-4a34-a12a-9aefa593f734"
      },
      "outputs": [
        {
          "output_type": "stream",
          "name": "stdout",
          "text": [
            "Requirement already satisfied: pyspark in /usr/local/lib/python3.10/dist-packages (3.4.1)\n",
            "Requirement already satisfied: py4j==0.10.9.7 in /usr/local/lib/python3.10/dist-packages (from pyspark) (0.10.9.7)\n"
          ]
        }
      ],
      "source": [
        "pip install pyspark"
      ]
    },
    {
      "cell_type": "code",
      "source": [
        "import os\n",
        "from pyspark.sql import Row\n",
        "from pyspark.ml.linalg import Vector\n",
        "from pyspark.ml.feature import VectorAssembler\n",
        "from pyspark.ml.regression import LinearRegression\n",
        "from pyspark.sql import SparkSession\n",
        "\n",
        "# Config\n",
        "spark = SparkSession.builder.master(\"local\").appName(\"colab\").config(\"spark.ui.port\",\"4050\").getOrCreate()"
      ],
      "metadata": {
        "id": "typZfiW-3OSi"
      },
      "execution_count": 126,
      "outputs": []
    },
    {
      "cell_type": "code",
      "source": [
        "file_dataset = \"ENB2012_data.csv\"\n",
        "\n",
        "if not os.path.exists(file_dataset):\n",
        "    # Se o arquivo não existe, faça o download\n",
        "    !wget https://gist.githubusercontent.com/gilberto-009199/c898e301056c27ccdf6b5b5e8d0b45f0/raw/280c07aa5fee2dfbc9c6f610ad4ebfe2ba88691e/ENB2012_data.csv\n",
        "\n",
        "df = spark.read.option(\"delimiter\", \";\").csv(f'/content/{file_dataset}', header=True, inferSchema=True)"
      ],
      "metadata": {
        "id": "RaFMa1943jsa"
      },
      "execution_count": 127,
      "outputs": []
    },
    {
      "cell_type": "code",
      "source": [
        "df.show(5)"
      ],
      "metadata": {
        "id": "ixem44Ob5vfQ",
        "colab": {
          "base_uri": "https://localhost:8080/"
        },
        "outputId": "2baead12-72b9-4601-934e-b7235efd89ce"
      },
      "execution_count": 128,
      "outputs": [
        {
          "output_type": "stream",
          "name": "stdout",
          "text": [
            "+--------------------+------------------+--------------+---------------+------------+----------+----------------------+--------------------------------------+--------------------+---------------------+\n",
            "|Compactação Relativa|Área da Superfície|Área da Parede|Área do Telhado|Altura Geral|Orientação|Área de Envidraçamento|Distribuição da Área de Envidraçamento|Carga de Aquecimento|Carga de Resfriamento|\n",
            "+--------------------+------------------+--------------+---------------+------------+----------+----------------------+--------------------------------------+--------------------+---------------------+\n",
            "|                0.98|             514.5|         294.0|         110.25|         7.0|         2|                   0.0|                                     0|               15.55|                21.33|\n",
            "|                0.98|             514.5|         294.0|         110.25|         7.0|         3|                   0.0|                                     0|               15.55|                21.33|\n",
            "|                0.98|             514.5|         294.0|         110.25|         7.0|         4|                   0.0|                                     0|               15.55|                21.33|\n",
            "|                0.98|             514.5|         294.0|         110.25|         7.0|         5|                   0.0|                                     0|               15.55|                21.33|\n",
            "|                 0.9|             563.5|         318.5|          122.5|         7.0|         2|                   0.0|                                     0|               20.84|                28.28|\n",
            "+--------------------+------------------+--------------+---------------+------------+----------+----------------------+--------------------------------------+--------------------+---------------------+\n",
            "only showing top 5 rows\n",
            "\n"
          ]
        }
      ]
    },
    {
      "cell_type": "markdown",
      "source": [
        "## Estimando a eficiência energetica\n",
        "\n",
        "O seguinte programa se propoe a prever a carga necessaria para o resfriamento e aquecimento de construções urbanas.\n",
        "\n",
        ">>>\n",
        "Realizamos análises de energia usando 12 formatos de edifícios diferentes simulados no Ecotect. Os edifícios diferem no que diz respeito à área envidraçada, à distribuição da área envidraçada e à orientação, entre outros parâmetros. Simulamos várias configurações em função das características acima mencionadas para obter 768 formas de construção. O conjunto de dados compreende 768 amostras e 8 características, visando prever duas respostas com valor real. Também pode ser usado como um problema de classificação multiclasse se a resposta for arredondada para o número inteiro mais próximo.\\\n",
        "Athanasios Tsanas, Angeliki Xifara\n",
        ">>>\n",
        "\n",
        "\n",
        "Fontes: \\\n",
        "  * [DATASET](https://archive.ics.uci.edu/dataset/242/energy+efficiency) - Fonte de dados UC Irvine Machine Learning Repository\n",
        "  * [ECOTECT](https://www.autodesk.com.br/support/technical/article/caas/sfdcarticles/sfdcarticles/PTB/Ecotect-Analysis-Discontinuation-FAQ.html) - Software Descontinuado da AUTO CAD para predizer a eficiencia de edificios autosustentaveis\n",
        "\n",
        "Dicionario de dados:\n",
        "  - **Compactação Relativa**: Medida de quão compacto é um edifício, influenciando sua eficiência energética.\n",
        "  - **Área da Superfície**: Total da superfície externa do edifício.\n",
        "  - **Área da Parede**: Superfície externa das paredes do edifício.\n",
        "  - **Área do Telhado**: Superfície do telhado do edifício.\n",
        "  - **Altura Geral**: Altura total do edifício.\n",
        "  - **Orientação**: Direção cardinal em que o edifício está voltado.\n",
        "  - **Área de Envidraçamento**: Superfície envidraçada (janelas) do edifício.\n",
        "  - **Distribuição da Área de Envidraçamento**: Disposição das janelas no edifício.\n",
        "  - **Carga de Aquecimento**: Energia necessária para aquecer o edifício.\n",
        "  - **Carga de Resfriamento**: Energia necessária para resfriar o edifício."
      ],
      "metadata": {
        "id": "uxllNzc99Pkj"
      }
    },
    {
      "cell_type": "code",
      "source": [
        "# Mount data\n",
        "colunasDeterminantes = ['Compactação Relativa', 'Área da Superfície', 'Área da Parede', 'Área do Telhado',\n",
        "                        'Altura Geral', 'Orientação', 'Área de Envidraçamento', 'Distribuição da Área de Envidraçamento']\n",
        "\n",
        "assembler = VectorAssembler(inputCols=colunasDeterminantes, outputCol=\"features\")\n",
        "\n",
        "df = assembler.transform(df);"
      ],
      "metadata": {
        "id": "czfIp2oVAUEL"
      },
      "execution_count": 129,
      "outputs": []
    },
    {
      "cell_type": "code",
      "source": [
        "# 65% train e 25% test\n",
        "train_data, test_data = df.randomSplit([0.7, 0.3]);"
      ],
      "metadata": {
        "id": "3XWEJCcPB4Kp"
      },
      "execution_count": 130,
      "outputs": []
    },
    {
      "cell_type": "code",
      "source": [
        "# Regresao linear Aquecimento\n",
        "lrAquecimento = LinearRegression(featuresCol=\"features\", labelCol=\"Carga de Aquecimento\")\n",
        "\n",
        "# Regresao linear Resfriamento\n",
        "lrResfriamento = LinearRegression(featuresCol=\"features\", labelCol=\"Carga de Resfriamento\")\n",
        "\n",
        "lr_treinoAquecimento = lrAquecimento.fit(train_data);\n",
        "lr_treinoResfriamento = lrResfriamento.fit(df);\n",
        "\n",
        "prev_treinoAquecimento = lr_treinoAquecimento.transform(train_data);\n",
        "prev_testeAquecimento = lr_treinoAquecimento.transform(test_data);\n",
        "\n",
        "prev_treinoResfriamento = lr_treinoResfriamento.transform(train_data);\n",
        "prev_testeResfriamento = lr_treinoResfriamento.transform(test_data);"
      ],
      "metadata": {
        "id": "jmmJqrMvCTDc"
      },
      "execution_count": 131,
      "outputs": []
    },
    {
      "cell_type": "code",
      "source": [
        "from pyspark.ml.evaluation import RegressionEvaluator\n",
        "\n",
        "r2_treinoAquecimento = RegressionEvaluator(predictionCol=\"prediction\", labelCol=\"Carga de Aquecimento\", metricName=\"r2\").evaluate(prev_treinoAquecimento)\n",
        "r2_testeAquecimento  = RegressionEvaluator(predictionCol=\"prediction\", labelCol=\"Carga de Aquecimento\", metricName=\"r2\").evaluate(prev_testeAquecimento)\n",
        "\n",
        "r2_treinoResfriamento = RegressionEvaluator(predictionCol=\"prediction\", labelCol=\"Carga de Resfriamento\", metricName=\"r2\").evaluate(prev_treinoResfriamento)\n",
        "r2_testeResfriamento  = RegressionEvaluator(predictionCol=\"prediction\", labelCol=\"Carga de Resfriamento\", metricName=\"r2\").evaluate(prev_testeResfriamento)"
      ],
      "metadata": {
        "id": "UTMEDMrGC9n1"
      },
      "execution_count": 132,
      "outputs": []
    },
    {
      "cell_type": "markdown",
      "source": [
        "## Grau de Assertividade:"
      ],
      "metadata": {
        "id": "e_TCHFAWpc49"
      }
    },
    {
      "cell_type": "code",
      "source": [
        "print(f\" Aquecimento: \")\n",
        "print(f\"\\t Assertividade dos dados de treino é \", r2_treinoAquecimento*100)\n",
        "print(f\"\\t Assertividade dos dados de teste é \", r2_testeAquecimento*100)\n",
        "\n",
        "print(f\" Resfriamento: \")\n",
        "print(f\"\\t Assertividade dos dados de treino é \", r2_treinoResfriamento*100)\n",
        "print(f\"\\t Assertividade dos dados de teste é \", r2_testeResfriamento*100)"
      ],
      "metadata": {
        "colab": {
          "base_uri": "https://localhost:8080/"
        },
        "id": "xP_o-3XyDF9r",
        "outputId": "61557544-eeee-4146-ec89-bb7bd57a5a6f"
      },
      "execution_count": 133,
      "outputs": [
        {
          "output_type": "stream",
          "name": "stdout",
          "text": [
            " Aquecimento: \n",
            "\t Assertividade dos dados de treino é  91.45748852717905\n",
            "\t Assertividade dos dados de teste é  91.95329579043738\n",
            " Resfriamento: \n",
            "\t Assertividade dos dados de treino é  87.90947697282161\n",
            "\t Assertividade dos dados de teste é  91.10717076815348\n"
          ]
        }
      ]
    },
    {
      "cell_type": "code",
      "source": [
        "rowTest= df.limit(1)\n",
        "\n",
        "previsoesAquecimento = lr_treinoAquecimento.transform(rowTest)\n",
        "previsoesResfriamento = lr_treinoResfriamento.transform(rowTest)\n",
        "\n",
        "# Examine as previsões\n",
        "print(\"Carga de Aquecimento:\")\n",
        "previsoesAquecimento.show()\n",
        "\n",
        "print(\"Carga de Resfriamento:\")\n",
        "previsoesResfriamento.show()"
      ],
      "metadata": {
        "colab": {
          "base_uri": "https://localhost:8080/"
        },
        "id": "L1SIiISjUtxM",
        "outputId": "634f4ada-22a1-455e-cad5-e56289f3fd68"
      },
      "execution_count": 134,
      "outputs": [
        {
          "output_type": "stream",
          "name": "stdout",
          "text": [
            "Carga de Aquecimento:\n",
            "+--------------------+------------------+--------------+---------------+------------+----------+----------------------+--------------------------------------+--------------------+---------------------+--------------------+------------------+\n",
            "|Compactação Relativa|Área da Superfície|Área da Parede|Área do Telhado|Altura Geral|Orientação|Área de Envidraçamento|Distribuição da Área de Envidraçamento|Carga de Aquecimento|Carga de Resfriamento|            features|        prediction|\n",
            "+--------------------+------------------+--------------+---------------+------------+----------+----------------------+--------------------------------------+--------------------+---------------------+--------------------+------------------+\n",
            "|                0.98|             514.5|         294.0|         110.25|         7.0|         2|                   0.0|                                     0|               15.55|                21.33|[0.98,514.5,294.0...|22.636415922990132|\n",
            "+--------------------+------------------+--------------+---------------+------------+----------+----------------------+--------------------------------------+--------------------+---------------------+--------------------+------------------+\n",
            "\n",
            "Carga de Resfriamento:\n",
            "+--------------------+------------------+--------------+---------------+------------+----------+----------------------+--------------------------------------+--------------------+---------------------+--------------------+------------------+\n",
            "|Compactação Relativa|Área da Superfície|Área da Parede|Área do Telhado|Altura Geral|Orientação|Área de Envidraçamento|Distribuição da Área de Envidraçamento|Carga de Aquecimento|Carga de Resfriamento|            features|        prediction|\n",
            "+--------------------+------------------+--------------+---------------+------------+----------+----------------------+--------------------------------------+--------------------+---------------------+--------------------+------------------+\n",
            "|                0.98|             514.5|         294.0|         110.25|         7.0|         2|                   0.0|                                     0|               15.55|                21.33|[0.98,514.5,294.0...|25.838230314603933|\n",
            "+--------------------+------------------+--------------+---------------+------------+----------+----------------------+--------------------------------------+--------------------+---------------------+--------------------+------------------+\n",
            "\n"
          ]
        }
      ]
    },
    {
      "cell_type": "markdown",
      "source": [
        "# Calculadora De Eficiencia Energetica"
      ],
      "metadata": {
        "id": "fGKcqyeIl2_R"
      }
    },
    {
      "cell_type": "code",
      "source": [
        "Compactacao_Relativa = 0.96 # @param {type:\"number\"}\n",
        "Area_da_Superficie = 514.5 # @param {type:\"number\"}\n",
        "Area_da_Parede = 294.0 # @param {type:\"number\"}\n",
        "Area_da_Telhado = 110.25 # @param {type:\"number\"}\n",
        "Area_da_Geral = 7.0 # @param {type:\"number\"}\n",
        "Norte = 1;\n",
        "Sul = 2;\n",
        "Leste = 3;\n",
        "Oeste = 4;\n",
        "Mista = 5;\n",
        "Orientacao = Leste # @param [\"Norte\", \"Sul\", \"Leste\", \"Oeste\", \"Mista\"] {type:\"raw\", allow-input: true}\n",
        "Area_Envidraçada = 0.0 # @param {type:\"number\"}\n",
        "Distribuição_da_Area_de_envidraçamento = 0 # @param {type:\"number\"}\n",
        "\n",
        "\n",
        "data = [(Compactacao_Relativa, Area_da_Superficie, Area_da_Parede, Area_da_Telhado,\n",
        "         Area_da_Geral, Orientacao, Area_Envidraçada, Distribuição_da_Area_de_envidraçamento)]\n",
        "\n",
        "registroDf = spark.createDataFrame(data, colunasDeterminantes)\n",
        "\n",
        "registroDf = assembler.transform(registroDf)\n",
        "\n",
        "# Codifique a variável categórica \"Orientacao\" em formato numérico, se necessário\n",
        "# Se o modelo esperar a codificação one-hot, você pode usar o OneHotEncoder\n",
        "\n",
        "# Faça uma previsão com o modelo treinado\n",
        "previsoesAquecimento = lr_treinoAquecimento.transform(registroDf)\n",
        "previsoesResfriamento = lr_treinoResfriamento.transform(registroDf)\n",
        "\n",
        "# Examine as previsões de \"Carga de Aquecimento\"\n",
        "print(\"Jaules para o Aquecimento(91% de precisao):\")\n",
        "previsoesAquecimento.select(\"prediction\").show()\n",
        "print(\"Jaules para o Resfriamento(87% de precisao):\")\n",
        "previsoesResfriamento.select(\"prediction\").show()\n",
        "\n"
      ],
      "metadata": {
        "colab": {
          "base_uri": "https://localhost:8080/"
        },
        "id": "2rKYQ37ObYP8",
        "outputId": "4e57318c-d474-459d-8954-39de891199c5"
      },
      "execution_count": 135,
      "outputs": [
        {
          "output_type": "stream",
          "name": "stdout",
          "text": [
            "Jaules para o Aquecimento(91% de precisao):\n",
            "+------------------+\n",
            "|        prediction|\n",
            "+------------------+\n",
            "|23.862810795521334|\n",
            "+------------------+\n",
            "\n",
            "Jaules para o Resfriamento(87% de precisao):\n",
            "+-----------------+\n",
            "|       prediction|\n",
            "+-----------------+\n",
            "|27.37549492659315|\n",
            "+-----------------+\n",
            "\n"
          ]
        }
      ]
    }
  ]
}

ENB2012_data.csv

Compactação Relativa;Área da Superfície;Área da Parede;Área do Telhado;Altura Geral;Orientação;Área de Envidraçamento;Distribuição da Área de Envidraçamento;Carga de Aquecimento;Carga de Resfriamento
0.98;514.50;294.00;110.25;7.00;2;0.00;0;15.55;21.33
0.98;514.50;294.00;110.25;7.00;3;0.00;0;15.55;21.33
0.98;514.50;294.00;110.25;7.00;4;0.00;0;15.55;21.33
0.98;514.50;294.00;110.25;7.00;5;0.00;0;15.55;21.33
0.90;563.50;318.50;122.50;7.00;2;0.00;0;20.84;28.28
0.90;563.50;318.50;122.50;7.00;3;0.00;0;21.46;25.38
0.90;563.50;318.50;122.50;7.00;4;0.00;0;20.71;25.16
0.90;563.50;318.50;122.50;7.00;5;0.00;0;19.68;29.60
0.86;588.00;294.00;147.00;7.00;2;0.00;0;19.50;27.30
0.86;588.00;294.00;147.00;7.00;3;0.00;0;19.95;21.97
0.86;588.00;294.00;147.00;7.00;4;0.00;0;19.34;23.49
0.86;588.00;294.00;147.00;7.00;5;0.00;0;18.31;27.87
0.82;612.50;318.50;147.00;7.00;2;0.00;0;17.05;23.77
0.82;612.50;318.50;147.00;7.00;3;0.00;0;17.41;21.46
0.82;612.50;318.50;147.00;7.00;4;0.00;0;16.95;21.16
0.82;612.50;318.50;147.00;7.00;5;0.00;0;15.98;24.93
0.79;637.00;343.00;147.00;7.00;2;0.00;0;28.52;37.73
0.79;637.00;343.00;147.00;7.00;3;0.00;0;29.90;31.27
0.79;637.00;343.00;147.00;7.00;4;0.00;0;29.63;30.93
0.79;637.00;343.00;147.00;7.00;5;0.00;0;28.75;39.44
0.76;661.50;416.50;122.50;7.00;2;0.00;0;24.77;29.79
0.76;661.50;416.50;122.50;7.00;3;0.00;0;23.93;29.68
0.76;661.50;416.50;122.50;7.00;4;0.00;0;24.77;29.79
0.76;661.50;416.50;122.50;7.00;5;0.00;0;23.93;29.40
0.74;686.00;245.00;220.50;3.50;2;0.00;0;6.07;10.90
0.74;686.00;245.00;220.50;3.50;3;0.00;0;6.05;11.19
0.74;686.00;245.00;220.50;3.50;4;0.00;0;6.01;10.94
0.74;686.00;245.00;220.50;3.50;5;0.00;0;6.04;11.17
0.71;710.50;269.50;220.50;3.50;2;0.00;0;6.37;11.27
0.71;710.50;269.50;220.50;3.50;3;0.00;0;6.40;11.72
0.71;710.50;269.50;220.50;3.50;4;0.00;0;6.37;11.29
0.71;710.50;269.50;220.50;3.50;5;0.00;0;6.40;11.67
0.69;735.00;294.00;220.50;3.50;2;0.00;0;6.85;11.74
0.69;735.00;294.00;220.50;3.50;3;0.00;0;6.79;12.05
0.69;735.00;294.00;220.50;3.50;4;0.00;0;6.77;11.73
0.69;735.00;294.00;220.50;3.50;5;0.00;0;6.81;11.93
0.66;759.50;318.50;220.50;3.50;2;0.00;0;7.18;12.40
0.66;759.50;318.50;220.50;3.50;3;0.00;0;7.10;12.23
0.66;759.50;318.50;220.50;3.50;4;0.00;0;7.10;12.40
0.66;759.50;318.50;220.50;3.50;5;0.00;0;7.10;12.14
0.64;784.00;343.00;220.50;3.50;2;0.00;0;10.85;16.78
0.64;784.00;343.00;220.50;3.50;3;0.00;0;10.54;16.80
0.64;784.00;343.00;220.50;3.50;4;0.00;0;10.77;16.75
0.64;784.00;343.00;220.50;3.50;5;0.00;0;10.56;16.67
0.62;808.50;367.50;220.50;3.50;2;0.00;0;8.60;12.07
0.62;808.50;367.50;220.50;3.50;3;0.00;0;8.49;12.22
0.62;808.50;367.50;220.50;3.50;4;0.00;0;8.45;12.08
0.62;808.50;367.50;220.50;3.50;5;0.00;0;8.50;12.04
0.98;514.50;294.00;110.25;7.00;2;0.10;1;24.58;26.47
0.98;514.50;294.00;110.25;7.00;3;0.10;1;24.63;26.37
0.98;514.50;294.00;110.25;7.00;4;0.10;1;24.63;26.44
0.98;514.50;294.00;110.25;7.00;5;0.10;1;24.59;26.29
0.90;563.50;318.50;122.50;7.00;2;0.10;1;29.03;32.92
0.90;563.50;318.50;122.50;7.00;3;0.10;1;29.87;29.87
0.90;563.50;318.50;122.50;7.00;4;0.10;1;29.14;29.58
0.90;563.50;318.50;122.50;7.00;5;0.10;1;28.09;34.33
0.86;588.00;294.00;147.00;7.00;2;0.10;1;26.28;30.89
0.86;588.00;294.00;147.00;7.00;3;0.10;1;26.91;25.60
0.86;588.00;294.00;147.00;7.00;4;0.10;1;26.37;27.03
0.86;588.00;294.00;147.00;7.00;5;0.10;1;25.27;31.73
0.82;612.50;318.50;147.00;7.00;2;0.10;1;23.53;27.31
0.82;612.50;318.50;147.00;7.00;3;0.10;1;24.03;24.91
0.82;612.50;318.50;147.00;7.00;4;0.10;1;23.54;24.61
0.82;612.50;318.50;147.00;7.00;5;0.10;1;22.58;28.51
0.79;637.00;343.00;147.00;7.00;2;0.10;1;35.56;41.68
0.79;637.00;343.00;147.00;7.00;3;0.10;1;37.12;35.28
0.79;637.00;343.00;147.00;7.00;4;0.10;1;36.90;34.43
0.79;637.00;343.00;147.00;7.00;5;0.10;1;35.94;43.33
0.76;661.50;416.50;122.50;7.00;2;0.10;1;32.96;33.87
0.76;661.50;416.50;122.50;7.00;3;0.10;1;32.12;34.07
0.76;661.50;416.50;122.50;7.00;4;0.10;1;32.94;34.14
0.76;661.50;416.50;122.50;7.00;5;0.10;1;32.21;33.67
0.74;686.00;245.00;220.50;3.50;2;0.10;1;10.36;13.43
0.74;686.00;245.00;220.50;3.50;3;0.10;1;10.43;13.71
0.74;686.00;245.00;220.50;3.50;4;0.10;1;10.36;13.48
0.74;686.00;245.00;220.50;3.50;5;0.10;1;10.39;13.70
0.71;710.50;269.50;220.50;3.50;2;0.10;1;10.71;13.80
0.71;710.50;269.50;220.50;3.50;3;0.10;1;10.80;14.28
0.71;710.50;269.50;220.50;3.50;4;0.10;1;10.70;13.87
0.71;710.50;269.50;220.50;3.50;5;0.10;1;10.75;14.27
0.69;735.00;294.00;220.50;3.50;2;0.10;1;11.11;14.28
0.69;735.00;294.00;220.50;3.50;3;0.10;1;11.13;14.61
0.69;735.00;294.00;220.50;3.50;4;0.10;1;11.09;14.30
0.69;735.00;294.00;220.50;3.50;5;0.10;1;11.16;14.45
0.66;759.50;318.50;220.50;3.50;2;0.10;1;11.68;13.90
0.66;759.50;318.50;220.50;3.50;3;0.10;1;11.69;13.72
0.66;759.50;318.50;220.50;3.50;4;0.10;1;11.70;13.88
0.66;759.50;318.50;220.50;3.50;5;0.10;1;11.69;13.65
0.64;784.00;343.00;220.50;3.50;2;0.10;1;15.41;19.37
0.64;784.00;343.00;220.50;3.50;3;0.10;1;15.20;19.43
0.64;784.00;343.00;220.50;3.50;4;0.10;1;15.42;19.34
0.64;784.00;343.00;220.50;3.50;5;0.10;1;15.21;19.32
0.62;808.50;367.50;220.50;3.50;2;0.10;1;12.96;14.34
0.62;808.50;367.50;220.50;3.50;3;0.10;1;12.97;14.50
0.62;808.50;367.50;220.50;3.50;4;0.10;1;12.93;14.33
0.62;808.50;367.50;220.50;3.50;5;0.10;1;13.02;14.27
0.98;514.50;294.00;110.25;7.00;2;0.10;2;24.29;25.95
0.98;514.50;294.00;110.25;7.00;3;0.10;2;24.31;25.63
0.98;514.50;294.00;110.25;7.00;4;0.10;2;24.13;26.13
0.98;514.50;294.00;110.25;7.00;5;0.10;2;24.25;25.89
0.90;563.50;318.50;122.50;7.00;2;0.10;2;28.88;32.54
0.90;563.50;318.50;122.50;7.00;3;0.10;2;29.68;29.44
0.90;563.50;318.50;122.50;7.00;4;0.10;2;28.83;29.36
0.90;563.50;318.50;122.50;7.00;5;0.10;2;27.90;34.20
0.86;588.00;294.00;147.00;7.00;2;0.10;2;26.48;30.91
0.86;588.00;294.00;147.00;7.00;3;0.10;2;27.02;25.63
0.86;588.00;294.00;147.00;7.00;4;0.10;2;26.33;27.36
0.86;588.00;294.00;147.00;7.00;5;0.10;2;25.36;31.90
0.82;612.50;318.50;147.00;7.00;2;0.10;2;23.75;27.38
0.82;612.50;318.50;147.00;7.00;3;0.10;2;24.23;25.02
0.82;612.50;318.50;147.00;7.00;4;0.10;2;23.67;24.80
0.82;612.50;318.50;147.00;7.00;5;0.10;2;22.79;28.79
0.79;637.00;343.00;147.00;7.00;2;0.10;2;35.65;41.07
0.79;637.00;343.00;147.00;7.00;3;0.10;2;37.26;34.62
0.79;637.00;343.00;147.00;7.00;4;0.10;2;36.97;33.87
0.79;637.00;343.00;147.00;7.00;5;0.10;2;36.03;42.86
0.76;661.50;416.50;122.50;7.00;2;0.10;2;33.16;33.91
0.76;661.50;416.50;122.50;7.00;3;0.10;2;32.40;34.07
0.76;661.50;416.50;122.50;7.00;4;0.10;2;33.12;34.17
0.76;661.50;416.50;122.50;7.00;5;0.10;2;32.41;33.78
0.74;686.00;245.00;220.50;3.50;2;0.10;2;10.42;13.39
0.74;686.00;245.00;220.50;3.50;3;0.10;2;10.46;13.72
0.74;686.00;245.00;220.50;3.50;4;0.10;2;10.32;13.57
0.74;686.00;245.00;220.50;3.50;5;0.10;2;10.45;13.79
0.71;710.50;269.50;220.50;3.50;2;0.10;2;10.64;13.67
0.71;710.50;269.50;220.50;3.50;3;0.10;2;10.72;14.11
0.71;710.50;269.50;220.50;3.50;4;0.10;2;10.55;13.80
0.71;710.50;269.50;220.50;3.50;5;0.10;2;10.68;14.21
0.69;735.00;294.00;220.50;3.50;2;0.10;2;11.45;13.20
0.69;735.00;294.00;220.50;3.50;3;0.10;2;11.46;13.54
0.69;735.00;294.00;220.50;3.50;4;0.10;2;11.32;13.32
0.69;735.00;294.00;220.50;3.50;5;0.10;2;11.49;13.51
0.66;759.50;318.50;220.50;3.50;2;0.10;2;11.45;14.86
0.66;759.50;318.50;220.50;3.50;3;0.10;2;11.42;14.75
0.66;759.50;318.50;220.50;3.50;4;0.10;2;11.33;15.00
0.66;759.50;318.50;220.50;3.50;5;0.10;2;11.43;14.74
0.64;784.00;343.00;220.50;3.50;2;0.10;2;15.41;19.23
0.64;784.00;343.00;220.50;3.50;3;0.10;2;15.18;19.34
0.64;784.00;343.00;220.50;3.50;4;0.10;2;15.34;19.32
0.64;784.00;343.00;220.50;3.50;5;0.10;2;15.19;19.30
0.62;808.50;367.50;220.50;3.50;2;0.10;2;12.88;14.37
0.62;808.50;367.50;220.50;3.50;3;0.10;2;13.00;14.57
0.62;808.50;367.50;220.50;3.50;4;0.10;2;12.97;14.27
0.62;808.50;367.50;220.50;3.50;5;0.10;2;13.04;14.24
0.98;514.50;294.00;110.25;7.00;2;0.10;3;24.28;25.68
0.98;514.50;294.00;110.25;7.00;3;0.10;3;24.40;26.02
0.98;514.50;294.00;110.25;7.00;4;0.10;3;24.11;25.84
0.98;514.50;294.00;110.25;7.00;5;0.10;3;24.35;26.14
0.90;563.50;318.50;122.50;7.00;2;0.10;3;28.07;34.14
0.90;563.50;318.50;122.50;7.00;3;0.10;3;29.01;32.85
0.90;563.50;318.50;122.50;7.00;4;0.10;3;29.62;30.08
0.90;563.50;318.50;122.50;7.00;5;0.10;3;29.05;29.67
0.86;588.00;294.00;147.00;7.00;2;0.10;3;25.41;31.73
0.86;588.00;294.00;147.00;7.00;3;0.10;3;26.47;31.01
0.86;588.00;294.00;147.00;7.00;4;0.10;3;26.89;25.90
0.86;588.00;294.00;147.00;7.00;5;0.10;3;26.46;27.40
0.82;612.50;318.50;147.00;7.00;2;0.10;3;22.93;28.68
0.82;612.50;318.50;147.00;7.00;3;0.10;3;23.84;27.54
0.82;612.50;318.50;147.00;7.00;4;0.10;3;24.17;25.35
0.82;612.50;318.50;147.00;7.00;5;0.10;3;23.87;24.93
0.79;637.00;343.00;147.00;7.00;2;0.10;3;35.78;43.12
0.79;637.00;343.00;147.00;7.00;3;0.10;3;35.48;41.22
0.79;637.00;343.00;147.00;7.00;4;0.10;3;36.97;35.10
0.79;637.00;343.00;147.00;7.00;5;0.10;3;36.70;34.29
0.76;661.50;416.50;122.50;7.00;2;0.10;3;32.52;33.85
0.76;661.50;416.50;122.50;7.00;3;0.10;3;33.28;34.11
0.76;661.50;416.50;122.50;7.00;4;0.10;3;32.33;34.48
0.76;661.50;416.50;122.50;7.00;5;0.10;3;33.24;34.50
0.74;686.00;245.00;220.50;3.50;2;0.10;3;10.39;13.60
0.74;686.00;245.00;220.50;3.50;3;0.10;3;10.34;13.36
0.74;686.00;245.00;220.50;3.50;4;0.10;3;10.35;13.65
0.74;686.00;245.00;220.50;3.50;5;0.10;3;10.38;13.49
0.71;710.50;269.50;220.50;3.50;2;0.10;3;10.77;14.14
0.71;710.50;269.50;220.50;3.50;3;0.10;3;10.68;13.77
0.71;710.50;269.50;220.50;3.50;4;0.10;3;10.68;14.30
0.71;710.50;269.50;220.50;3.50;5;0.10;3;10.70;13.87
0.69;735.00;294.00;220.50;3.50;2;0.10;3;11.22;14.44
0.69;735.00;294.00;220.50;3.50;3;0.10;3;11.16;14.27
0.69;735.00;294.00;220.50;3.50;4;0.10;3;11.10;14.67
0.69;735.00;294.00;220.50;3.50;5;0.10;3;11.14;14.40
0.66;759.50;318.50;220.50;3.50;2;0.10;3;11.59;13.46
0.66;759.50;318.50;220.50;3.50;3;0.10;3;11.60;13.70
0.66;759.50;318.50;220.50;3.50;4;0.10;3;11.53;13.59
0.66;759.50;318.50;220.50;3.50;5;0.10;3;11.61;13.83
0.64;784.00;343.00;220.50;3.50;2;0.10;3;15.16;19.14
0.64;784.00;343.00;220.50;3.50;3;0.10;3;15.36;19.18
0.64;784.00;343.00;220.50;3.50;4;0.10;3;15.12;19.37
0.64;784.00;343.00;220.50;3.50;5;0.10;3;15.36;19.29
0.62;808.50;367.50;220.50;3.50;2;0.10;3;12.68;14.09
0.62;808.50;367.50;220.50;3.50;3;0.10;3;12.63;14.23
0.62;808.50;367.50;220.50;3.50;4;0.10;3;12.71;14.14
0.62;808.50;367.50;220.50;3.50;5;0.10;3;12.73;13.89
0.98;514.50;294.00;110.25;7.00;2;0.10;4;24.38;25.91
0.98;514.50;294.00;110.25;7.00;3;0.10;4;24.23;25.72
0.98;514.50;294.00;110.25;7.00;4;0.10;4;24.04;26.18
0.98;514.50;294.00;110.25;7.00;5;0.10;4;24.32;25.87
0.90;563.50;318.50;122.50;7.00;2;0.10;4;29.06;29.34
0.90;563.50;318.50;122.50;7.00;3;0.10;4;28.05;33.91
0.90;563.50;318.50;122.50;7.00;4;0.10;4;28.86;32.83
0.90;563.50;318.50;122.50;7.00;5;0.10;4;29.79;29.92
0.86;588.00;294.00;147.00;7.00;2;0.10;4;26.44;27.17
0.86;588.00;294.00;147.00;7.00;3;0.10;4;25.37;31.76
0.86;588.00;294.00;147.00;7.00;4;0.10;4;26.33;31.06
0.86;588.00;294.00;147.00;7.00;5;0.10;4;27.03;25.81
0.82;612.50;318.50;147.00;7.00;2;0.10;4;23.80;24.61
0.82;612.50;318.50;147.00;7.00;3;0.10;4;22.80;28.61
0.82;612.50;318.50;147.00;7.00;4;0.10;4;23.59;27.57
0.82;612.50;318.50;147.00;7.00;5;0.10;4;24.24;25.16
0.79;637.00;343.00;147.00;7.00;2;0.10;4;36.86;34.25
0.79;637.00;343.00;147.00;7.00;3;0.10;4;35.89;43.30
0.79;637.00;343.00;147.00;7.00;4;0.10;4;35.45;41.86
0.79;637.00;343.00;147.00;7.00;5;0.10;4;37.10;35.29
0.76;661.50;416.50;122.50;7.00;2;0.10;4;33.08;34.11
0.76;661.50;416.50;122.50;7.00;3;0.10;4;32.38;33.62
0.76;661.50;416.50;122.50;7.00;4;0.10;4;33.09;33.89
0.76;661.50;416.50;122.50;7.00;5;0.10;4;32.31;34.05
0.74;686.00;245.00;220.50;3.50;2;0.10;4;10.08;13.20
0.74;686.00;245.00;220.50;3.50;3;0.10;4;10.15;13.36
0.74;686.00;245.00;220.50;3.50;4;0.10;4;10.07;13.21
0.74;686.00;245.00;220.50;3.50;5;0.10;4;10.14;13.53
0.71;710.50;269.50;220.50;3.50;2;0.10;4;10.66;13.67
0.71;710.50;269.50;220.50;3.50;3;0.10;4;10.68;14.12
0.71;710.50;269.50;220.50;3.50;4;0.10;4;10.53;13.79
0.71;710.50;269.50;220.50;3.50;5;0.10;4;10.72;14.20
0.69;735.00;294.00;220.50;3.50;2;0.10;4;11.18;14.29
0.69;735.00;294.00;220.50;3.50;3;0.10;4;11.22;14.49
0.69;735.00;294.00;220.50;3.50;4;0.10;4;11.07;14.42
0.69;735.00;294.00;220.50;3.50;5;0.10;4;11.20;14.73
0.66;759.50;318.50;220.50;3.50;2;0.10;4;11.44;14.86
0.66;759.50;318.50;220.50;3.50;3;0.10;4;11.42;14.67
0.66;759.50;318.50;220.50;3.50;4;0.10;4;11.33;15.00
0.66;759.50;318.50;220.50;3.50;5;0.10;4;11.43;14.83
0.64;784.00;343.00;220.50;3.50;2;0.10;4;15.40;19.24
0.64;784.00;343.00;220.50;3.50;3;0.10;4;15.19;19.25
0.64;784.00;343.00;220.50;3.50;4;0.10;4;15.32;19.42
0.64;784.00;343.00;220.50;3.50;5;0.10;4;15.16;19.48
0.62;808.50;367.50;220.50;3.50;2;0.10;4;12.85;14.37
0.62;808.50;367.50;220.50;3.50;3;0.10;4;13.04;14.34
0.62;808.50;367.50;220.50;3.50;4;0.10;4;13.00;14.28
0.62;808.50;367.50;220.50;3.50;5;0.10;4;13.00;14.47
0.98;514.50;294.00;110.25;7.00;2;0.10;5;24.35;25.64
0.98;514.50;294.00;110.25;7.00;3;0.10;5;24.33;25.98
0.98;514.50;294.00;110.25;7.00;4;0.10;5;24.03;25.88
0.98;514.50;294.00;110.25;7.00;5;0.10;5;24.26;26.18
0.90;563.50;318.50;122.50;7.00;2;0.10;5;29.83;29.82
0.90;563.50;318.50;122.50;7.00;3;0.10;5;29.08;29.52
0.90;563.50;318.50;122.50;7.00;4;0.10;5;28.03;34.45
0.90;563.50;318.50;122.50;7.00;5;0.10;5;29.02;33.01
0.86;588.00;294.00;147.00;7.00;2;0.10;5;27.03;25.82
0.86;588.00;294.00;147.00;7.00;3;0.10;5;26.45;27.33
0.86;588.00;294.00;147.00;7.00;4;0.10;5;25.36;32.04
0.86;588.00;294.00;147.00;7.00;5;0.10;5;26.45;31.28
0.82;612.50;318.50;147.00;7.00;2;0.10;5;24.37;25.11
0.82;612.50;318.50;147.00;7.00;3;0.10;5;23.89;24.77
0.82;612.50;318.50;147.00;7.00;4;0.10;5;22.89;28.88
0.82;612.50;318.50;147.00;7.00;5;0.10;5;23.86;27.69
0.79;637.00;343.00;147.00;7.00;2;0.10;5;37.03;34.99
0.79;637.00;343.00;147.00;7.00;3;0.10;5;36.71;34.18
0.79;637.00;343.00;147.00;7.00;4;0.10;5;36.77;43.14
0.79;637.00;343.00;147.00;7.00;5;0.10;5;35.48;41.26
0.76;661.50;416.50;122.50;7.00;2;0.10;5;32.31;34.25
0.76;661.50;416.50;122.50;7.00;3;0.10;5;33.21;34.35
0.76;661.50;416.50;122.50;7.00;4;0.10;5;32.46;33.64
0.76;661.50;416.50;122.50;7.00;5;0.10;5;33.27;33.88
0.74;686.00;245.00;220.50;3.50;2;0.10;5;10.47;13.65
0.74;686.00;245.00;220.50;3.50;3;0.10;5;10.37;13.44
0.74;686.00;245.00;220.50;3.50;4;0.10;5;10.34;13.72
0.74;686.00;245.00;220.50;3.50;5;0.10;5;10.39;13.50
0.71;710.50;269.50;220.50;3.50;2;0.10;5;10.78;14.18
0.71;710.50;269.50;220.50;3.50;3;0.10;5;10.70;13.75
0.71;710.50;269.50;220.50;3.50;4;0.10;5;10.67;14.26
0.71;710.50;269.50;220.50;3.50;5;0.10;5;13.69;13.89
0.69;735.00;294.00;220.50;3.50;2;0.10;5;11.21;14.55
0.69;735.00;294.00;220.50;3.50;3;0.10;5;11.14;14.28
0.69;735.00;294.00;220.50;3.50;4;0.10;5;11.11;14.46
0.69;735.00;294.00;220.50;3.50;5;0.10;5;11.16;14.39
0.66;759.50;318.50;220.50;3.50;2;0.10;5;11.38;14.54
0.66;759.50;318.50;220.50;3.50;3;0.10;5;11.34;14.81
0.66;759.50;318.50;220.50;3.50;4;0.10;5;11.22;14.65
0.66;759.50;318.50;220.50;3.50;5;0.10;5;11.34;14.87
0.64;784.00;343.00;220.50;3.50;2;0.10;5;15.16;19.24
0.64;784.00;343.00;220.50;3.50;3;0.10;5;15.37;19.18
0.64;784.00;343.00;220.50;3.50;4;0.10;5;15.12;19.26
0.64;784.00;343.00;220.50;3.50;5;0.10;5;15.36;19.29
0.62;808.50;367.50;220.50;3.50;2;0.10;5;12.59;14.24
0.62;808.50;367.50;220.50;3.50;3;0.10;5;12.74;13.97
0.62;808.50;367.50;220.50;3.50;4;0.10;5;12.80;13.99
0.62;808.50;367.50;220.50;3.50;5;0.10;5;12.62;14.15
0.98;514.50;294.00;110.25;7.00;2;0.25;1;28.15;29.79
0.98;514.50;294.00;110.25;7.00;3;0.25;1;28.15;29.79
0.98;514.50;294.00;110.25;7.00;4;0.25;1;28.37;29.28
0.98;514.50;294.00;110.25;7.00;5;0.25;1;28.41;29.49
0.90;563.50;318.50;122.50;7.00;2;0.25;1;32.68;36.12
0.90;563.50;318.50;122.50;7.00;3;0.25;1;33.48;33.17
0.90;563.50;318.50;122.50;7.00;4;0.25;1;32.84;32.71
0.90;563.50;318.50;122.50;7.00;5;0.25;1;32.00;37.58
0.86;588.00;294.00;147.00;7.00;2;0.25;1;29.54;33.98
0.86;588.00;294.00;147.00;7.00;3;0.25;1;30.05;28.61
0.86;588.00;294.00;147.00;7.00;4;0.25;1;29.60;30.12
0.86;588.00;294.00;147.00;7.00;5;0.25;1;28.66;34.73
0.82;612.50;318.50;147.00;7.00;2;0.25;1;26.84;30.17
0.82;612.50;318.50;147.00;7.00;3;0.25;1;27.27;27.84
0.82;612.50;318.50;147.00;7.00;4;0.25;1;26.97;27.25
0.82;612.50;318.50;147.00;7.00;5;0.25;1;26.19;31.39
0.79;637.00;343.00;147.00;7.00;2;0.25;1;38.67;43.80
0.79;637.00;343.00;147.00;7.00;3;0.25;1;40.03;37.81
0.79;637.00;343.00;147.00;7.00;4;0.25;1;39.86;36.85
0.79;637.00;343.00;147.00;7.00;5;0.25;1;39.04;45.52
0.76;661.50;416.50;122.50;7.00;2;0.25;1;36.96;36.85
0.76;661.50;416.50;122.50;7.00;3;0.25;1;36.13;37.58
0.76;661.50;416.50;122.50;7.00;4;0.25;1;36.91;37.45
0.76;661.50;416.50;122.50;7.00;5;0.25;1;36.43;36.62
0.74;686.00;245.00;220.50;3.50;2;0.25;1;12.43;15.19
0.74;686.00;245.00;220.50;3.50;3;0.25;1;12.50;15.50
0.74;686.00;245.00;220.50;3.50;4;0.25;1;12.41;15.28
0.74;686.00;245.00;220.50;3.50;5;0.25;1;12.45;15.50
0.71;710.50;269.50;220.50;3.50;2;0.25;1;12.57;15.42
0.71;710.50;269.50;220.50;3.50;3;0.25;1;12.65;15.85
0.71;710.50;269.50;220.50;3.50;4;0.25;1;12.57;15.44
0.71;710.50;269.50;220.50;3.50;5;0.25;1;12.63;15.81
0.69;735.00;294.00;220.50;3.50;2;0.25;1;12.78;15.21
0.69;735.00;294.00;220.50;3.50;3;0.25;1;12.93;15.63
0.69;735.00;294.00;220.50;3.50;4;0.25;1;12.73;15.48
0.69;735.00;294.00;220.50;3.50;5;0.25;1;12.72;15.78
0.66;759.50;318.50;220.50;3.50;2;0.25;1;13.17;16.39
0.66;759.50;318.50;220.50;3.50;3;0.25;1;13.18;16.27
0.66;759.50;318.50;220.50;3.50;4;0.25;1;13.17;16.39
0.66;759.50;318.50;220.50;3.50;5;0.25;1;13.18;16.19
0.64;784.00;343.00;220.50;3.50;2;0.25;1;17.50;21.13
0.64;784.00;343.00;220.50;3.50;3;0.25;1;17.35;21.19
0.64;784.00;343.00;220.50;3.50;4;0.25;1;17.52;21.09
0.64;784.00;343.00;220.50;3.50;5;0.25;1;17.37;21.08
0.62;808.50;367.50;220.50;3.50;2;0.25;1;15.09;15.77
0.62;808.50;367.50;220.50;3.50;3;0.25;1;15.12;15.95
0.62;808.50;367.50;220.50;3.50;4;0.25;1;15.08;15.77
0.62;808.50;367.50;220.50;3.50;5;0.25;1;15.16;15.76
0.98;514.50;294.00;110.25;7.00;2;0.25;2;28.67;29.62
0.98;514.50;294.00;110.25;7.00;3;0.25;2;28.57;29.69
0.98;514.50;294.00;110.25;7.00;4;0.25;2;28.18;30.18
0.98;514.50;294.00;110.25;7.00;5;0.25;2;28.60;30.02
0.90;563.50;318.50;122.50;7.00;2;0.25;2;32.46;35.56
0.90;563.50;318.50;122.50;7.00;3;0.25;2;33.27;32.64
0.90;563.50;318.50;122.50;7.00;4;0.25;2;32.33;32.77
0.90;563.50;318.50;122.50;7.00;5;0.25;2;31.66;37.72
0.86;588.00;294.00;147.00;7.00;2;0.25;2;29.34;33.37
0.86;588.00;294.00;147.00;7.00;3;0.25;2;29.87;27.89
0.86;588.00;294.00;147.00;7.00;4;0.25;2;29.27;29.90
0.86;588.00;294.00;147.00;7.00;5;0.25;2;28.40;34.52
0.82;612.50;318.50;147.00;7.00;2;0.25;2;25.74;28.27
0.82;612.50;318.50;147.00;7.00;3;0.25;2;25.98;26.96
0.82;612.50;318.50;147.00;7.00;4;0.25;2;25.38;26.72
0.82;612.50;318.50;147.00;7.00;5;0.25;2;24.94;29.88
0.79;637.00;343.00;147.00;7.00;2;0.25;2;38.57;43.86
0.79;637.00;343.00;147.00;7.00;3;0.25;2;40.19;37.41
0.79;637.00;343.00;147.00;7.00;4;0.25;2;39.97;36.77
0.79;637.00;343.00;147.00;7.00;5;0.25;2;38.98;45.97
0.76;661.50;416.50;122.50;7.00;2;0.25;2;36.95;36.87
0.76;661.50;416.50;122.50;7.00;3;0.25;2;36.28;37.35
0.76;661.50;416.50;122.50;7.00;4;0.25;2;36.86;37.28
0.76;661.50;416.50;122.50;7.00;5;0.25;2;36.45;36.81
0.74;686.00;245.00;220.50;3.50;2;0.25;2;12.35;14.73
0.74;686.00;245.00;220.50;3.50;3;0.25;2;12.45;15.10
0.74;686.00;245.00;220.50;3.50;4;0.25;2;12.16;15.18
0.74;686.00;245.00;220.50;3.50;5;0.25;2;12.30;15.44
0.71;710.50;269.50;220.50;3.50;2;0.25;2;12.33;14.91
0.71;710.50;269.50;220.50;3.50;3;0.25;2;12.29;15.40
0.71;710.50;269.50;220.50;3.50;4;0.25;2;12.20;14.94
0.71;710.50;269.50;220.50;3.50;5;0.25;2;12.49;15.32
0.69;735.00;294.00;220.50;3.50;2;0.25;2;12.85;15.52
0.69;735.00;294.00;220.50;3.50;3;0.25;2;12.87;15.85
0.69;735.00;294.00;220.50;3.50;4;0.25;2;12.73;15.66
0.69;735.00;294.00;220.50;3.50;5;0.25;2;12.95;15.99
0.66;759.50;318.50;220.50;3.50;2;0.25;2;13.05;15.89
0.66;759.50;318.50;220.50;3.50;3;0.25;2;12.93;15.85
0.66;759.50;318.50;220.50;3.50;4;0.25;2;12.77;16.22
0.66;759.50;318.50;220.50;3.50;5;0.25;2;13.00;15.87
0.64;784.00;343.00;220.50;3.50;2;0.25;2;17.14;20.47
0.64;784.00;343.00;220.50;3.50;3;0.25;2;16.84;20.56
0.64;784.00;343.00;220.50;3.50;4;0.25;2;17.02;20.48
0.64;784.00;343.00;220.50;3.50;5;0.25;2;17.11;20.43
0.62;808.50;367.50;220.50;3.50;2;0.25;2;14.34;15.32
0.62;808.50;367.50;220.50;3.50;3;0.25;2;14.66;15.64
0.62;808.50;367.50;220.50;3.50;4;0.25;2;14.60;15.14
0.62;808.50;367.50;220.50;3.50;5;0.25;2;14.60;15.30
0.98;514.50;294.00;110.25;7.00;2;0.25;3;28.67;29.43
0.98;514.50;294.00;110.25;7.00;3;0.25;3;28.56;29.78
0.98;514.50;294.00;110.25;7.00;4;0.25;3;28.17;30.10
0.98;514.50;294.00;110.25;7.00;5;0.25;3;28.63;30.19
0.90;563.50;318.50;122.50;7.00;2;0.25;3;31.63;36.35
0.90;563.50;318.50;122.50;7.00;3;0.25;3;32.40;35.10
0.90;563.50;318.50;122.50;7.00;4;0.25;3;32.68;32.83
0.90;563.50;318.50;122.50;7.00;5;0.25;3;32.29;32.46
0.86;588.00;294.00;147.00;7.00;2;0.25;3;28.40;33.52
0.86;588.00;294.00;147.00;7.00;3;0.25;3;29.40;32.93
0.86;588.00;294.00;147.00;7.00;4;0.25;3;29.43;28.38
0.86;588.00;294.00;147.00;7.00;5;0.25;3;29.07;29.82
0.82;612.50;318.50;147.00;7.00;2;0.25;3;24.70;28.77
0.82;612.50;318.50;147.00;7.00;3;0.25;3;25.48;27.76
0.82;612.50;318.50;147.00;7.00;4;0.25;3;25.37;26.95
0.82;612.50;318.50;147.00;7.00;5;0.25;3;25.17;26.41
0.79;637.00;343.00;147.00;7.00;2;0.25;3;39.04;45.13
0.79;637.00;343.00;147.00;7.00;3;0.25;3;38.35;43.66
0.79;637.00;343.00;147.00;7.00;4;0.25;3;39.81;37.76
0.79;637.00;343.00;147.00;7.00;5;0.25;3;39.83;36.87
0.76;661.50;416.50;122.50;7.00;2;0.25;3;35.99;36.07
0.76;661.50;416.50;122.50;7.00;3;0.25;3;36.59;36.44
0.76;661.50;416.50;122.50;7.00;4;0.25;3;35.64;37.28
0.76;661.50;416.50;122.50;7.00;5;0.25;3;36.52;37.29
0.74;686.00;245.00;220.50;3.50;2;0.25;3;11.80;14.49
0.74;686.00;245.00;220.50;3.50;3;0.25;3;12.03;13.79
0.74;686.00;245.00;220.50;3.50;4;0.25;3;11.98;14.72
0.74;686.00;245.00;220.50;3.50;5;0.25;3;11.69;14.76
0.71;710.50;269.50;220.50;3.50;2;0.25;3;12.41;14.92
0.71;710.50;269.50;220.50;3.50;3;0.25;3;12.28;14.74
0.71;710.50;269.50;220.50;3.50;4;0.25;3;12.10;15.57
0.71;710.50;269.50;220.50;3.50;5;0.25;3;12.19;14.94
0.69;735.00;294.00;220.50;3.50;2;0.25;3;12.34;14.92
0.69;735.00;294.00;220.50;3.50;3;0.25;3;12.46;14.38
0.69;735.00;294.00;220.50;3.50;4;0.25;3;12.31;15.44
0.69;735.00;294.00;220.50;3.50;5;0.25;3;12.12;15.17
0.66;759.50;318.50;220.50;3.50;2;0.25;3;12.97;15.53
0.66;759.50;318.50;220.50;3.50;3;0.25;3;13.01;15.80
0.66;759.50;318.50;220.50;3.50;4;0.25;3;12.74;16.14
0.66;759.50;318.50;220.50;3.50;5;0.25;3;12.84;16.26
0.64;784.00;343.00;220.50;3.50;2;0.25;3;16.83;19.87
0.64;784.00;343.00;220.50;3.50;3;0.25;3;16.93;20.03
0.64;784.00;343.00;220.50;3.50;4;0.25;3;16.66;20.46
0.64;784.00;343.00;220.50;3.50;5;0.25;3;16.86;20.28
0.62;808.50;367.50;220.50;3.50;2;0.25;3;13.91;14.89
0.62;808.50;367.50;220.50;3.50;3;0.25;3;14.34;14.96
0.62;808.50;367.50;220.50;3.50;4;0.25;3;13.95;14.89
0.62;808.50;367.50;220.50;3.50;5;0.25;3;13.99;14.35
0.98;514.50;294.00;110.25;7.00;2;0.25;4;28.70;29.61
0.98;514.50;294.00;110.25;7.00;3;0.25;4;28.55;29.59
0.98;514.50;294.00;110.25;7.00;4;0.25;4;28.15;30.19
0.98;514.50;294.00;110.25;7.00;5;0.25;4;28.62;30.12
0.90;563.50;318.50;122.50;7.00;2;0.25;4;32.67;32.12
0.90;563.50;318.50;122.50;7.00;3;0.25;4;31.69;37.12
0.90;563.50;318.50;122.50;7.00;4;0.25;4;32.07;36.16
0.90;563.50;318.50;122.50;7.00;5;0.25;4;33.28;33.16
0.86;588.00;294.00;147.00;7.00;2;0.25;4;29.47;29.45
0.86;588.00;294.00;147.00;7.00;3;0.25;4;28.42;34.19
0.86;588.00;294.00;147.00;7.00;4;0.25;4;29.08;33.93
0.86;588.00;294.00;147.00;7.00;5;0.25;4;29.88;28.31
0.82;612.50;318.50;147.00;7.00;2;0.25;4;25.66;26.30
0.82;612.50;318.50;147.00;7.00;3;0.25;4;24.96;29.43
0.82;612.50;318.50;147.00;7.00;4;0.25;4;25.43;28.76
0.82;612.50;318.50;147.00;7.00;5;0.25;4;26.00;27.34
0.79;637.00;343.00;147.00;7.00;2;0.25;4;40.00;36.26
0.79;637.00;343.00;147.00;7.00;3;0.25;4;38.84;45.48
0.79;637.00;343.00;147.00;7.00;4;0.25;4;38.33;44.16
0.79;637.00;343.00;147.00;7.00;5;0.25;4;40.12;37.26
0.76;661.50;416.50;122.50;7.00;2;0.25;4;36.95;37.20
0.76;661.50;416.50;122.50;7.00;3;0.25;4;36.45;36.76
0.76;661.50;416.50;122.50;7.00;4;0.25;4;36.81;37.05
0.76;661.50;416.50;122.50;7.00;5;0.25;4;36.26;37.51
0.74;686.00;245.00;220.50;3.50;2;0.25;4;12.32;14.92
0.74;686.00;245.00;220.50;3.50;3;0.25;4;12.30;15.24
0.74;686.00;245.00;220.50;3.50;4;0.25;4;12.18;15.03
0.74;686.00;245.00;220.50;3.50;5;0.25;4;12.43;15.35
0.71;710.50;269.50;220.50;3.50;2;0.25;4;12.36;14.67
0.71;710.50;269.50;220.50;3.50;3;0.25;4;12.49;15.09
0.71;710.50;269.50;220.50;3.50;4;0.25;4;12.17;15.20
0.71;710.50;269.50;220.50;3.50;5;0.25;4;12.28;15.64
0.69;735.00;294.00;220.50;3.50;2;0.25;4;12.91;15.37
0.69;735.00;294.00;220.50;3.50;3;0.25;4;12.95;15.73
0.69;735.00;294.00;220.50;3.50;4;0.25;4;12.67;15.83
0.69;735.00;294.00;220.50;3.50;5;0.25;4;12.86;16.13
0.66;759.50;318.50;220.50;3.50;2;0.25;4;12.95;15.95
0.66;759.50;318.50;220.50;3.50;3;0.25;4;13.00;15.59
0.66;759.50;318.50;220.50;3.50;4;0.25;4;12.86;16.17
0.66;759.50;318.50;220.50;3.50;5;0.25;4;12.92;16.14
0.64;784.00;343.00;220.50;3.50;2;0.25;4;16.99;19.65
0.64;784.00;343.00;220.50;3.50;3;0.25;4;16.69;19.76
0.64;784.00;343.00;220.50;3.50;4;0.25;4;16.56;20.37
0.64;784.00;343.00;220.50;3.50;5;0.25;4;16.62;19.90
0.62;808.50;367.50;220.50;3.50;2;0.25;4;14.33;15.41
0.62;808.50;367.50;220.50;3.50;3;0.25;4;14.61;15.56
0.62;808.50;367.50;220.50;3.50;4;0.25;4;14.61;15.07
0.62;808.50;367.50;220.50;3.50;5;0.25;4;14.65;15.38
0.98;514.50;294.00;110.25;7.00;2;0.25;5;28.69;29.53
0.98;514.50;294.00;110.25;7.00;3;0.25;5;28.58;29.77
0.98;514.50;294.00;110.25;7.00;4;0.25;5;28.15;30.00
0.98;514.50;294.00;110.25;7.00;5;0.25;5;28.61;30.20
0.90;563.50;318.50;122.50;7.00;2;0.25;5;33.13;32.25
0.90;563.50;318.50;122.50;7.00;3;0.25;5;32.31;32.00
0.90;563.50;318.50;122.50;7.00;4;0.25;5;31.53;37.19
0.90;563.50;318.50;122.50;7.00;5;0.25;5;32.46;35.62
0.86;588.00;294.00;147.00;7.00;2;0.25;5;29.71;28.02
0.86;588.00;294.00;147.00;7.00;3;0.25;5;29.09;29.43
0.86;588.00;294.00;147.00;7.00;4;0.25;5;28.31;34.15
0.86;588.00;294.00;147.00;7.00;5;0.25;5;29.39;33.47
0.82;612.50;318.50;147.00;7.00;2;0.25;5;25.70;26.53
0.82;612.50;318.50;147.00;7.00;3;0.25;5;25.17;26.08
0.82;612.50;318.50;147.00;7.00;4;0.25;5;24.60;29.31
0.82;612.50;318.50;147.00;7.00;5;0.25;5;25.49;28.14
0.79;637.00;343.00;147.00;7.00;2;0.25;5;39.89;37.54
0.79;637.00;343.00;147.00;7.00;3;0.25;5;39.83;36.66
0.79;637.00;343.00;147.00;7.00;4;0.25;5;39.01;45.28
0.79;637.00;343.00;147.00;7.00;5;0.25;5;38.65;43.73
0.76;661.50;416.50;122.50;7.00;2;0.25;5;35.69;36.93
0.76;661.50;416.50;122.50;7.00;3;0.25;5;36.64;37.01
0.76;661.50;416.50;122.50;7.00;4;0.25;5;36.06;35.73
0.76;661.50;416.50;122.50;7.00;5;0.25;5;36.70;36.15
0.74;686.00;245.00;220.50;3.50;2;0.25;5;12.12;14.48
0.74;686.00;245.00;220.50;3.50;3;0.25;5;11.67;14.58
0.74;686.00;245.00;220.50;3.50;4;0.25;5;11.64;14.81
0.74;686.00;245.00;220.50;3.50;5;0.25;5;12.02;14.03
0.71;710.50;269.50;220.50;3.50;2;0.25;5;12.27;15.27
0.71;710.50;269.50;220.50;3.50;3;0.25;5;12.19;14.71
0.71;710.50;269.50;220.50;3.50;4;0.25;5;12.25;15.23
0.71;710.50;269.50;220.50;3.50;5;0.25;5;12.27;14.97
0.69;735.00;294.00;220.50;3.50;2;0.25;5;12.47;15.14
0.69;735.00;294.00;220.50;3.50;3;0.25;5;12.12;14.97
0.69;735.00;294.00;220.50;3.50;4;0.25;5;12.18;15.22
0.69;735.00;294.00;220.50;3.50;5;0.25;5;12.47;14.60
0.66;759.50;318.50;220.50;3.50;2;0.25;5;12.93;15.83
0.66;759.50;318.50;220.50;3.50;3;0.25;5;12.82;16.03
0.66;759.50;318.50;220.50;3.50;4;0.25;5;12.78;15.80
0.66;759.50;318.50;220.50;3.50;5;0.25;5;13.02;16.06
0.64;784.00;343.00;220.50;3.50;2;0.25;5;16.73;20.13
0.64;784.00;343.00;220.50;3.50;3;0.25;5;16.86;20.01
0.64;784.00;343.00;220.50;3.50;4;0.25;5;16.76;20.19
0.64;784.00;343.00;220.50;3.50;5;0.25;5;16.92;20.29
0.62;808.50;367.50;220.50;3.50;2;0.25;5;13.68;15.19
0.62;808.50;367.50;220.50;3.50;3;0.25;5;13.99;14.61
0.62;808.50;367.50;220.50;3.50;4;0.25;5;14.16;14.61
0.62;808.50;367.50;220.50;3.50;5;0.25;5;13.86;14.75
0.98;514.50;294.00;110.25;7.00;2;0.40;1;32.26;33.37
0.98;514.50;294.00;110.25;7.00;3;0.40;1;32.26;33.34
0.98;514.50;294.00;110.25;7.00;4;0.40;1;32.49;32.83
0.98;514.50;294.00;110.25;7.00;5;0.40;1;32.53;33.04
0.90;563.50;318.50;122.50;7.00;2;0.40;1;36.47;39.28
0.90;563.50;318.50;122.50;7.00;3;0.40;1;37.24;36.38
0.90;563.50;318.50;122.50;7.00;4;0.40;1;36.66;35.92
0.90;563.50;318.50;122.50;7.00;5;0.40;1;35.96;40.99
0.86;588.00;294.00;147.00;7.00;2;0.40;1;31.89;35.99
0.86;588.00;294.00;147.00;7.00;3;0.40;1;32.39;30.66
0.86;588.00;294.00;147.00;7.00;4;0.40;1;32.09;31.70
0.86;588.00;294.00;147.00;7.00;5;0.40;1;31.29;36.73
0.82;612.50;318.50;147.00;7.00;2;0.40;1;29.22;31.71
0.82;612.50;318.50;147.00;7.00;3;0.40;1;29.91;29.13
0.82;612.50;318.50;147.00;7.00;4;0.40;1;29.53;28.99
0.82;612.50;318.50;147.00;7.00;5;0.40;1;28.65;33.54
0.79;637.00;343.00;147.00;7.00;2;0.40;1;41.40;45.29
0.79;637.00;343.00;147.00;7.00;3;0.40;1;42.62;39.07
0.79;637.00;343.00;147.00;7.00;4;0.40;1;42.50;38.35
0.79;637.00;343.00;147.00;7.00;5;0.40;1;41.67;46.94
0.76;661.50;416.50;122.50;7.00;2;0.40;1;40.78;39.55
0.76;661.50;416.50;122.50;7.00;3;0.40;1;39.97;40.85
0.76;661.50;416.50;122.50;7.00;4;0.40;1;40.71;40.63
0.76;661.50;416.50;122.50;7.00;5;0.40;1;40.43;39.48
0.74;686.00;245.00;220.50;3.50;2;0.40;1;14.52;16.94
0.74;686.00;245.00;220.50;3.50;3;0.40;1;14.61;17.25
0.74;686.00;245.00;220.50;3.50;4;0.40;1;14.50;17.03
0.74;686.00;245.00;220.50;3.50;5;0.40;1;14.55;17.25
0.71;710.50;269.50;220.50;3.50;2;0.40;1;14.51;17.10
0.71;710.50;269.50;220.50;3.50;3;0.40;1;14.60;17.51
0.71;710.50;269.50;220.50;3.50;4;0.40;1;14.50;17.12
0.71;710.50;269.50;220.50;3.50;5;0.40;1;14.58;17.47
0.69;735.00;294.00;220.50;3.50;2;0.40;1;14.51;16.50
0.69;735.00;294.00;220.50;3.50;3;0.40;1;14.70;17.00
0.69;735.00;294.00;220.50;3.50;4;0.40;1;14.42;16.87
0.69;735.00;294.00;220.50;3.50;5;0.40;1;14.42;17.20
0.66;759.50;318.50;220.50;3.50;2;0.40;1;15.23;18.14
0.66;759.50;318.50;220.50;3.50;3;0.40;1;15.23;18.03
0.66;759.50;318.50;220.50;3.50;4;0.40;1;15.23;18.14
0.66;759.50;318.50;220.50;3.50;5;0.40;1;15.23;17.95
0.64;784.00;343.00;220.50;3.50;2;0.40;1;19.52;22.72
0.64;784.00;343.00;220.50;3.50;3;0.40;1;19.36;22.73
0.64;784.00;343.00;220.50;3.50;4;0.40;1;19.48;22.72
0.64;784.00;343.00;220.50;3.50;5;0.40;1;19.42;22.53
0.62;808.50;367.50;220.50;3.50;2;0.40;1;15.09;17.20
0.62;808.50;367.50;220.50;3.50;3;0.40;1;17.17;17.21
0.62;808.50;367.50;220.50;3.50;4;0.40;1;17.14;17.15
0.62;808.50;367.50;220.50;3.50;5;0.40;1;17.14;17.20
0.98;514.50;294.00;110.25;7.00;2;0.40;2;32.82;32.96
0.98;514.50;294.00;110.25;7.00;3;0.40;2;32.71;33.13
0.98;514.50;294.00;110.25;7.00;4;0.40;2;32.24;33.94
0.98;514.50;294.00;110.25;7.00;5;0.40;2;32.72;33.78
0.90;563.50;318.50;122.50;7.00;2;0.40;2;35.84;38.35
0.90;563.50;318.50;122.50;7.00;3;0.40;2;36.57;35.39
0.90;563.50;318.50;122.50;7.00;4;0.40;2;36.06;34.94
0.90;563.50;318.50;122.50;7.00;5;0.40;2;35.69;40.66
0.86;588.00;294.00;147.00;7.00;2;0.40;2;32.48;35.48
0.86;588.00;294.00;147.00;7.00;3;0.40;2;32.74;30.53
0.86;588.00;294.00;147.00;7.00;4;0.40;2;32.13;32.28
0.86;588.00;294.00;147.00;7.00;5;0.40;2;31.64;36.86
0.82;612.50;318.50;147.00;7.00;2;0.40;2;28.95;30.34
0.82;612.50;318.50;147.00;7.00;3;0.40;2;29.49;27.93
0.82;612.50;318.50;147.00;7.00;4;0.40;2;28.64;28.95
0.82;612.50;318.50;147.00;7.00;5;0.40;2;28.01;32.92
0.79;637.00;343.00;147.00;7.00;2;0.40;2;41.64;45.59
0.79;637.00;343.00;147.00;7.00;3;0.40;2;43.10;39.41
0.79;637.00;343.00;147.00;7.00;4;0.40;2;42.74;38.84
0.79;637.00;343.00;147.00;7.00;5;0.40;2;41.92;48.03
0.76;661.50;416.50;122.50;7.00;2;0.40;2;40.78;39.48
0.76;661.50;416.50;122.50;7.00;3;0.40;2;40.15;40.40
0.76;661.50;416.50;122.50;7.00;4;0.40;2;40.57;40.47
0.76;661.50;416.50;122.50;7.00;5;0.40;2;40.42;39.70
0.74;686.00;245.00;220.50;3.50;2;0.40;2;14.54;16.43
0.74;686.00;245.00;220.50;3.50;3;0.40;2;14.45;16.93
0.74;686.00;245.00;220.50;3.50;4;0.40;2;14.18;16.99
0.74;686.00;245.00;220.50;3.50;5;0.40;2;14.50;17.03
0.71;710.50;269.50;220.50;3.50;2;0.40;2;14.70;16.77
0.71;710.50;269.50;220.50;3.50;3;0.40;2;14.66;17.37
0.71;710.50;269.50;220.50;3.50;4;0.40;2;14.40;17.27
0.71;710.50;269.50;220.50;3.50;5;0.40;2;14.71;17.51
0.69;735.00;294.00;220.50;3.50;2;0.40;2;14.75;16.44
0.69;735.00;294.00;220.50;3.50;3;0.40;2;14.71;17.01
0.69;735.00;294.00;220.50;3.50;4;0.40;2;14.33;17.23
0.69;735.00;294.00;220.50;3.50;5;0.40;2;14.62;17.22
0.66;759.50;318.50;220.50;3.50;2;0.40;2;15.34;17.85
0.66;759.50;318.50;220.50;3.50;3;0.40;2;15.29;17.89
0.66;759.50;318.50;220.50;3.50;4;0.40;2;15.09;18.36
0.66;759.50;318.50;220.50;3.50;5;0.40;2;15.30;18.15
0.64;784.00;343.00;220.50;3.50;2;0.40;2;19.20;21.72
0.64;784.00;343.00;220.50;3.50;3;0.40;2;18.88;22.07
0.64;784.00;343.00;220.50;3.50;4;0.40;2;18.90;22.09
0.64;784.00;343.00;220.50;3.50;5;0.40;2;19.12;21.93
0.62;808.50;367.50;220.50;3.50;2;0.40;2;16.76;17.36
0.62;808.50;367.50;220.50;3.50;3;0.40;2;17.23;17.38
0.62;808.50;367.50;220.50;3.50;4;0.40;2;17.26;16.86
0.62;808.50;367.50;220.50;3.50;5;0.40;2;17.15;16.99
0.98;514.50;294.00;110.25;7.00;2;0.40;3;32.82;32.78
0.98;514.50;294.00;110.25;7.00;3;0.40;3;32.69;33.24
0.98;514.50;294.00;110.25;7.00;4;0.40;3;32.23;33.86
0.98;514.50;294.00;110.25;7.00;5;0.40;3;32.75;34.00
0.90;563.50;318.50;122.50;7.00;2;0.40;3;34.24;37.26
0.90;563.50;318.50;122.50;7.00;3;0.40;3;34.95;35.04
0.90;563.50;318.50;122.50;7.00;4;0.40;3;35.05;33.82
0.90;563.50;318.50;122.50;7.00;5;0.40;3;34.29;33.31
0.86;588.00;294.00;147.00;7.00;2;0.40;3;31.28;35.22
0.86;588.00;294.00;147.00;7.00;3;0.40;3;32.12;34.70
0.86;588.00;294.00;147.00;7.00;4;0.40;3;32.05;30.11
0.86;588.00;294.00;147.00;7.00;5;0.40;3;31.84;31.60
0.82;612.50;318.50;147.00;7.00;2;0.40;3;28.67;32.43
0.82;612.50;318.50;147.00;7.00;3;0.40;3;29.67;30.65
0.82;612.50;318.50;147.00;7.00;4;0.40;3;29.47;29.77
0.82;612.50;318.50;147.00;7.00;5;0.40;3;28.91;29.64
0.79;637.00;343.00;147.00;7.00;2;0.40;3;41.26;46.44
0.79;637.00;343.00;147.00;7.00;3;0.40;3;41.30;44.18
0.79;637.00;343.00;147.00;7.00;4;0.40;3;42.49;38.81
0.79;637.00;343.00;147.00;7.00;5;0.40;3;42.08;38.23
0.76;661.50;416.50;122.50;7.00;2;0.40;3;39.32;38.17
0.76;661.50;416.50;122.50;7.00;3;0.40;3;39.84;38.48
0.76;661.50;416.50;122.50;7.00;4;0.40;3;38.89;39.66
0.76;661.50;416.50;122.50;7.00;5;0.40;3;39.68;40.10
0.74;686.00;245.00;220.50;3.50;2;0.40;3;13.97;16.08
0.74;686.00;245.00;220.50;3.50;3;0.40;3;14.22;15.39
0.74;686.00;245.00;220.50;3.50;4;0.40;3;14.10;16.57
0.74;686.00;245.00;220.50;3.50;5;0.40;3;13.78;16.60
0.71;710.50;269.50;220.50;3.50;2;0.40;3;14.07;16.11
0.71;710.50;269.50;220.50;3.50;3;0.40;3;14.03;15.47
0.71;710.50;269.50;220.50;3.50;4;0.40;3;13.94;16.70
0.71;710.50;269.50;220.50;3.50;5;0.40;3;13.86;16.10
0.69;735.00;294.00;220.50;3.50;2;0.40;3;14.32;16.35
0.69;735.00;294.00;220.50;3.50;3;0.40;3;14.56;15.84
0.69;735.00;294.00;220.50;3.50;4;0.40;3;14.33;16.99
0.69;735.00;294.00;220.50;3.50;5;0.40;3;14.08;17.02
0.66;759.50;318.50;220.50;3.50;2;0.40;3;15.16;17.04
0.66;759.50;318.50;220.50;3.50;3;0.40;3;15.18;17.63
0.66;759.50;318.50;220.50;3.50;4;0.40;3;14.72;18.10
0.66;759.50;318.50;220.50;3.50;5;0.40;3;14.90;18.22
0.64;784.00;343.00;220.50;3.50;2;0.40;3;18.48;20.78
0.64;784.00;343.00;220.50;3.50;3;0.40;3;18.71;20.72
0.64;784.00;343.00;220.50;3.50;4;0.40;3;18.48;21.54
0.64;784.00;343.00;220.50;3.50;5;0.40;3;18.46;21.53
0.62;808.50;367.50;220.50;3.50;2;0.40;3;16.47;16.90
0.62;808.50;367.50;220.50;3.50;3;0.40;3;16.35;17.14
0.62;808.50;367.50;220.50;3.50;4;0.40;3;16.55;16.56
0.62;808.50;367.50;220.50;3.50;5;0.40;3;16.74;16.00
0.98;514.50;294.00;110.25;7.00;2;0.40;4;32.85;32.95
0.98;514.50;294.00;110.25;7.00;3;0.40;4;32.67;33.06
0.98;514.50;294.00;110.25;7.00;4;0.40;4;32.21;33.95
0.98;514.50;294.00;110.25;7.00;5;0.40;4;32.74;33.88
0.90;563.50;318.50;122.50;7.00;2;0.40;4;36.45;33.98
0.90;563.50;318.50;122.50;7.00;3;0.40;4;35.73;39.92
0.90;563.50;318.50;122.50;7.00;4;0.40;4;35.40;39.22
0.90;563.50;318.50;122.50;7.00;5;0.40;4;36.57;36.10
0.86;588.00;294.00;147.00;7.00;2;0.40;4;32.38;31.53
0.86;588.00;294.00;147.00;7.00;3;0.40;4;31.66;36.20
0.86;588.00;294.00;147.00;7.00;4;0.40;4;32.15;36.21
0.86;588.00;294.00;147.00;7.00;5;0.40;4;32.75;31.00
0.82;612.50;318.50;147.00;7.00;2;0.40;4;28.93;28.20
0.82;612.50;318.50;147.00;7.00;3;0.40;4;28.05;32.35
0.82;612.50;318.50;147.00;7.00;4;0.40;4;28.64;31.14
0.82;612.50;318.50;147.00;7.00;5;0.40;4;29.52;28.43
0.79;637.00;343.00;147.00;7.00;2;0.40;4;42.77;38.33
0.79;637.00;343.00;147.00;7.00;3;0.40;4;41.73;47.59
0.79;637.00;343.00;147.00;7.00;4;0.40;4;41.32;46.23
0.79;637.00;343.00;147.00;7.00;5;0.40;4;42.96;39.56
0.76;661.50;416.50;122.50;7.00;2;0.40;4;40.68;40.36
0.76;661.50;416.50;122.50;7.00;3;0.40;4;40.40;39.67
0.76;661.50;416.50;122.50;7.00;4;0.40;4;40.60;39.85
0.76;661.50;416.50;122.50;7.00;5;0.40;4;40.11;40.77
0.74;686.00;245.00;220.50;3.50;2;0.40;4;14.37;16.61
0.74;686.00;245.00;220.50;3.50;3;0.40;4;14.48;16.74
0.74;686.00;245.00;220.50;3.50;4;0.40;4;14.32;16.90
0.74;686.00;245.00;220.50;3.50;5;0.40;4;14.44;17.32
0.71;710.50;269.50;220.50;3.50;2;0.40;4;14.60;16.85
0.71;710.50;269.50;220.50;3.50;3;0.40;4;14.70;17.20
0.71;710.50;269.50;220.50;3.50;4;0.40;4;14.47;17.23
0.71;710.50;269.50;220.50;3.50;5;0.40;4;14.66;17.74
0.69;735.00;294.00;220.50;3.50;2;0.40;4;14.54;16.81
0.69;735.00;294.00;220.50;3.50;3;0.40;4;14.62;16.88
0.69;735.00;294.00;220.50;3.50;4;0.40;4;14.53;16.90
0.69;735.00;294.00;220.50;3.50;5;0.40;4;14.71;17.39
0.66;759.50;318.50;220.50;3.50;2;0.40;4;15.34;17.86
0.66;759.50;318.50;220.50;3.50;3;0.40;4;15.29;17.82
0.66;759.50;318.50;220.50;3.50;4;0.40;4;15.09;18.36
0.66;759.50;318.50;220.50;3.50;5;0.40;4;15.30;18.24
0.64;784.00;343.00;220.50;3.50;2;0.40;4;19.06;21.68
0.64;784.00;343.00;220.50;3.50;3;0.40;4;19.13;21.54
0.64;784.00;343.00;220.50;3.50;4;0.40;4;19.00;22.25
0.64;784.00;343.00;220.50;3.50;5;0.40;4;18.84;22.49
0.62;808.50;367.50;220.50;3.50;2;0.40;4;16.44;17.10
0.62;808.50;367.50;220.50;3.50;3;0.40;4;16.90;16.79
0.62;808.50;367.50;220.50;3.50;4;0.40;4;16.94;16.58
0.62;808.50;367.50;220.50;3.50;5;0.40;4;16.77;16.79
0.98;514.50;294.00;110.25;7.00;2;0.40;5;32.84;32.88
0.98;514.50;294.00;110.25;7.00;3;0.40;5;32.72;33.23
0.98;514.50;294.00;110.25;7.00;4;0.40;5;32.21;33.76
0.98;514.50;294.00;110.25;7.00;5;0.40;5;32.73;34.01
0.90;563.50;318.50;122.50;7.00;2;0.40;5;35.67;33.94
0.90;563.50;318.50;122.50;7.00;3;0.40;5;35.01;33.14
0.90;563.50;318.50;122.50;7.00;4;0.40;5;34.72;38.79
0.90;563.50;318.50;122.50;7.00;5;0.40;5;35.24;37.27
0.86;588.00;294.00;147.00;7.00;2;0.40;5;32.31;29.69
0.86;588.00;294.00;147.00;7.00;3;0.40;5;31.81;31.20
0.86;588.00;294.00;147.00;7.00;4;0.40;5;31.12;36.26
0.86;588.00;294.00;147.00;7.00;5;0.40;5;32.06;35.71
0.82;612.50;318.50;147.00;7.00;2;0.40;5;30.00;29.93
0.82;612.50;318.50;147.00;7.00;3;0.40;5;29.50;29.56
0.82;612.50;318.50;147.00;7.00;4;0.40;5;29.06;33.84
0.82;612.50;318.50;147.00;7.00;5;0.40;5;29.92;32.54
0.79;637.00;343.00;147.00;7.00;2;0.40;5;42.11;38.56
0.79;637.00;343.00;147.00;7.00;3;0.40;5;41.96;37.70
0.79;637.00;343.00;147.00;7.00;4;0.40;5;41.09;47.01
0.79;637.00;343.00;147.00;7.00;5;0.40;5;40.79;44.87
0.76;661.50;416.50;122.50;7.00;2;0.40;5;38.82;39.37
0.76;661.50;416.50;122.50;7.00;3;0.40;5;39.72;39.80
0.76;661.50;416.50;122.50;7.00;4;0.40;5;39.31;37.79
0.76;661.50;416.50;122.50;7.00;5;0.40;5;39.86;38.18
0.74;686.00;245.00;220.50;3.50;2;0.40;5;14.41;16.69
0.74;686.00;245.00;220.50;3.50;3;0.40;5;14.19;16.62
0.74;686.00;245.00;220.50;3.50;4;0.40;5;14.17;16.94
0.74;686.00;245.00;220.50;3.50;5;0.40;5;14.39;16.70
0.71;710.50;269.50;220.50;3.50;2;0.40;5;12.43;15.59
0.71;710.50;269.50;220.50;3.50;3;0.40;5;12.63;14.58
0.71;710.50;269.50;220.50;3.50;4;0.40;5;12.76;15.33
0.71;710.50;269.50;220.50;3.50;5;0.40;5;12.42;15.31
0.69;735.00;294.00;220.50;3.50;2;0.40;5;14.12;16.63
0.69;735.00;294.00;220.50;3.50;3;0.40;5;14.28;15.87
0.69;735.00;294.00;220.50;3.50;4;0.40;5;14.37;16.54
0.69;735.00;294.00;220.50;3.50;5;0.40;5;14.21;16.74
0.66;759.50;318.50;220.50;3.50;2;0.40;5;14.96;17.64
0.66;759.50;318.50;220.50;3.50;3;0.40;5;14.92;17.79
0.66;759.50;318.50;220.50;3.50;4;0.40;5;14.92;17.55
0.66;759.50;318.50;220.50;3.50;5;0.40;5;15.16;18.06
0.64;784.00;343.00;220.50;3.50;2;0.40;5;17.69;20.82
0.64;784.00;343.00;220.50;3.50;3;0.40;5;18.19;20.21
0.64;784.00;343.00;220.50;3.50;4;0.40;5;18.16;20.71
0.64;784.00;343.00;220.50;3.50;5;0.40;5;17.88;21.40
0.62;808.50;367.50;220.50;3.50;2;0.40;5;16.54;16.88
0.62;808.50;367.50;220.50;3.50;3;0.40;5;16.44;17.11
0.62;808.50;367.50;220.50;3.50;4;0.40;5;16.48;16.61
0.62;808.50;367.50;220.50;3.50;5;0.40;5;16.64;16.03