2 Copyright (C) 2008-2019 EDF R&D
4 This file is part of SALOME ADAO module.
6 This library is free software; you can redistribute it and/or
7 modify it under the terms of the GNU Lesser General Public
8 License as published by the Free Software Foundation; either
9 version 2.1 of the License, or (at your option) any later version.
11 This library is distributed in the hope that it will be useful,
12 but WITHOUT ANY WARRANTY; without even the implied warranty of
13 MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE. See the GNU
14 Lesser General Public License for more details.
16 You should have received a copy of the GNU Lesser General Public
17 License along with this library; if not, write to the Free Software
18 Foundation, Inc., 59 Temple Place, Suite 330, Boston, MA 02111-1307 USA
20 See http://www.salome-platform.org/ or email : webmaster.salome@opencascade.com
22 Author: Jean-Philippe Argaud, jean-philippe.argaud@edf.fr, EDF R&D
33 Un cas ADAO est défini par un jeu de données et de choix, rassemblés par
34 l'intermédiaire de l'interface utilisateur du module. Les données sont les
35 mesures physiques qui doivent être techniquement disponibles avant ou
36 pendant l'exécution du cas. Le (ou les) code(s) de simulation et la
37 méthode d'assimilation de données ou d'optimisation, ainsi que leurs
38 paramètres, doivent être choisis, ils définissent les propriétés
42 Une itération a lieu lorsque l'on utilise des méthodes d'optimisation
43 itératives (par exemple le 3DVAR), et c'est entièrement caché à
44 l'intérieur du noeud principal de type YACS OptimizerLoop nommé
45 "*compute_bloc*". Néanmoins, l'utilisateur peut observer le processus
46 itératif à l'aide de la fenêtre "*YACS Container Log*", qui est mise à
47 jour au fur et à mesure du déroulement du calcul, et en utilisant des
48 "*Observers*" attachés à des variables de calcul.
51 C'est l'objet d'étude que l'on va représenter par simulation numérique,
52 et que l'on observe par des mesures.
55 Ensemble des relations numériques et des équations caractérisant le
56 système physique étudié.
59 Mise en oeuvre calculatoire de l'ensemble constitué du simulateur
60 numérique et d'un jeu particulier de toutes les variables d'entrée et de
61 contrôle du simulateur. Ces variables permettent de mettre le simulateur
62 numérique en capacité de représenter numériquement le comportement du
65 observations ou mesures
66 Ce sont des quantités qui proviennent d'instruments de mesures et qui
67 caractérisent le système physique à étudier. Ces quantités peuvent varier
68 en espace ou en temps, peuvent être ponctuelles ou intégrées. Elles sont
69 elles-mêmes caractérisées par leur nature de mesure, leur dimension, etc.
71 opérateur d'observation
72 C'est une transformation de l'état simulé en un ensemble de quantités
73 explicitement comparables aux observations.
75 conditions aux limites
76 Ce sont des variables particulières d'entrée et de contrôle du
77 simulateur, qui caractérisent la description du comportement du système
78 en bordure du domaine spatial de simulation.
81 Ce sont des variables particulières d'entrée et de contrôle du
82 simulateur, qui caractérisent la description du comportement du système
83 en bordure initiale du domaine temporel de simulation.
86 Mot-clé indiquant la matrice de covariance des erreurs *a posteriori*
89 APosterioriCorrelations
90 Mot-clé indiquant la matrice de corrélation des erreurs *a posteriori*
94 Mot-clé indiquant la matrice diagonale des variances des erreurs *a
95 posteriori* d'analyse.
97 APosterioriStandardDeviations
98 Mot-clé indiquant la matrice diagonale des écarts-types des erreurs *a
99 posteriori* d'analyse.
101 BMA (Background minus Analysis)
102 Différence entre l'état d'ébauche et l'état optimal estimé, notée
103 :math:`\mathbf{x}^b - \mathbf{x}^a`.
105 OMA (Observation minus Analysis)
106 Différence entre les observations et le résultat de la simulation basée
107 sur l'état optimal estimé, l'analyse, filtré pour être compatible avec les
108 observations, notée :math:`\mathbf{y}^o - \mathbf{H}\mathbf{x}^a`.
110 OMB (Observation minus Background)
111 Différence entre les observations et le résultat de la simulation basée
112 sur l'état d'ébauche, filtré pour être compatible avec les observations,
113 notée :math:`\mathbf{y}^o - \mathbf{H}\mathbf{x}^b`.
116 Mot-clé indiquant le paramètre de Desroziers-Ivanov mesurant la
117 consistance de la partie due à l'ébauche dans l'estimation optimale d'état
118 par assimilation de données. Sa valeur peut être comparée à 1, une "bonne"
119 estimation conduisant à un paramètre "proche" de 1.
122 Mot-clé indiquant le paramètre de Desroziers-Ivanov mesurant la
123 consistance de la partie due à l'observation dans l'estimation optimale
124 d'état par assimilation de données. Sa valeur peut être comparée à 1, une
125 "bonne" estimation conduisant à un paramètre "proche" de 1.
127 MahalanobisConsistency
128 Mot-clé indiquant le paramètre de Mahalanobis mesurant la consistance de
129 l'estimation optimale d'état par assimilation de données. Sa valeur peut
130 être comparée à 1, une "bonne" estimation conduisant à un paramètre
134 C'est l'état optimal de représentation du système estimé par une
135 procédure d'assimilation de données ou d'optimisation.
138 C'est le terme anglais pour désigner l'ébauche.
141 C'est une part (choisie pour être modifiable) de la représentation de
142 l'état du système, représentation connue *a priori* ou initiale, qui
143 n'est pas optimale, et qui est utilisée comme une estimation grossière ou
144 comme "la meilleure connue", avant une estimation optimale.
147 Différence entre les observations et le résultat de la simulation basée
148 sur l'état d'ébauche, filtré pour être compatible avec les observations.
149 C'est similaire à OMB dans les cas statiques.
152 Mot-clé indiquant la fonction de minimisation, notée :math:`J`.
155 Mot-clé indiquant la partie due aux observations dans la fonction de
156 minimisation, notée :math:`J^o`.
159 Mot-clé indiquant la partie due à l'ébauche dans la fonction de
160 minimisation, notée :math:`J^b`.
163 Mot-clé indiquant l'état courant utilisé au cours du déroulement d'un
164 algorithme d'optimisation.