doc/fr/intro.rst

   1 ..
   2    Copyright (C) 2008-2021 EDF R&D
   3
   4    This file is part of SALOME ADAO module.
   5
   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.
  10
  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.
  15
  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
  19
  20    See http://www.salome-platform.org/ or email : webmaster.salome@opencascade.com
  21
  22    Author: Jean-Philippe Argaud, jean-philippe.argaud@edf.fr, EDF R&D
  23
  24 .. _section_intro:
  25
  26 ================================================================================
  27 Introduction à ADAO
  28 ================================================================================
  29
  30 Le but du module ADAO est **d'aider à l'usage de l'assimilation de données ou
  31 de l'optimisation en lien avec d'autres modules ou codes de simulation dans un
  32 contexte Python** [Python]_ **ou SALOME** [Salome]_. Le module ADAO fournit une
  33 interface simple à des algorithmes classiques d'assimilation de données ou
  34 d'optimisation, ainsi que de tests ou vérifications. Il permet d'intégrer leur
  35 usage dans une étude Python ou SALOME. Les modules utilisateurs de calcul ou de
  36 simulation doivent fournir une ou plusieurs méthodes d'appel spécifiques afin
  37 d'être appelable dans le cadre Python ou SALOME. En environnement SALOME, tous
  38 les modules natifs peuvent être utilisés grâce à l'intégration en Python ou en
  39 YACS.
  40
  41 Son principal objectif est de **permettre l'usage de diverses méthodes
  42 standards d'assimilation de données ou d'optimisation, tout en restant facile à
  43 paramétrer, et en fournissant une démarche simplifiée pour aider à la mise en
  44 oeuvre**. Pour l'utilisateur final, qui a préalablement recueilli les
  45 informations sur son problème physique, l'environnement lui permet d'avoir une
  46 démarche centrée sur la simple déclaration de ces informations pour construire
  47 un cas ADAO valide, pour l'évaluer, et pour en tirer les résultats physiques
  48 dont il a besoin.
  49
  50 Le module couvre une grande variété d'applications pratiques, de façon robuste,
  51 permettant des applications réelles, mais aussi d'effectuer de
  52 l'expérimentation méthodologique rapide. Son évolutivité, des points de vue
  53 méthodologique et numérique, permet aussi l'extension de son domaine
  54 d'application. Il est basé sur l'utilisation d'autres modules, à savoir YACS et
  55 EFICAS s'ils sont disponibles, et sur l'utilisation d'une bibliothèque et
  56 d'outils génériques sous-jacents d'assimilation de données.