doc/fr/ref_algorithm_3DVAR.rst

   1 ..
   2    Copyright (C) 2008-2020 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 .. index:: single: 3DVAR
  25 .. _section_ref_algorithm_3DVAR:
  26
  27 Algorithme de calcul "*3DVAR*"
  28 ------------------------------
  29
  30 .. ------------------------------------ ..
  31 .. include:: snippets/Header2Algo01.rst
  32
  33 Cet algorithme réalise une estimation d'état par minimisation variationnelle de
  34 la fonctionnelle :math:`J` d'écart classique en assimilation de données
  35 statique:
  36
  37 .. math:: J(\mathbf{x})=(\mathbf{x}-\mathbf{x}^b)^T.\mathbf{B}^{-1}.(\mathbf{x}-\mathbf{x}^b)+(\mathbf{y}^o-H(\mathbf{x}))^T.\mathbf{R}^{-1}.(\mathbf{y}^o-H(\mathbf{x}))
  38
  39 qui est usuellement désignée comme la fonctionnelle "*3D-VAR*" (voir par exemple
  40 [Talagrand97]_).
  41
  42 .. ------------------------------------ ..
  43 .. include:: snippets/Header2Algo02.rst
  44
  45 .. include:: snippets/Background.rst
  46
  47 .. include:: snippets/BackgroundError.rst
  48
  49 .. include:: snippets/Observation.rst
  50
  51 .. include:: snippets/ObservationError.rst
  52
  53 .. include:: snippets/ObservationOperator.rst
  54
  55 .. ------------------------------------ ..
  56 .. include:: snippets/Header2Algo03AdOp.rst
  57
  58 .. include:: snippets/BoundsWithNone.rst
  59
  60 .. include:: snippets/CostDecrementTolerance.rst
  61
  62 .. include:: snippets/GradientNormTolerance.rst
  63
  64 .. include:: snippets/MaximumNumberOfSteps.rst
  65
  66 Minimizer
  67   .. index:: single: Minimizer
  68
  69   Cette clé permet de changer le minimiseur pour l'optimiseur. Le choix par
  70   défaut est "LBFGSB", et les choix possibles sont "LBFGSB" (minimisation non
  71   linéaire sous contraintes, voir [Byrd95]_, [Morales11]_ et [Zhu97]_), "TNC"
  72   (minimisation non linéaire sous contraintes), "CG" (minimisation non
  73   linéaire sans contraintes), "BFGS" (minimisation non linéaire sans
  74   contraintes), "NCG" (minimisation de type gradient conjugué de Newton). Il
  75   est fortement conseillé de conserver la valeur par défaut.
  76
  77   Exemple :
  78   ``{"Minimizer":"LBFGSB"}``
  79
  80 .. include:: snippets/NumberOfSamplesForQuantiles.rst
  81
  82 .. include:: snippets/ProjectedGradientTolerance.rst
  83
  84 .. include:: snippets/Quantiles.rst
  85
  86 .. include:: snippets/SetSeed.rst
  87
  88 .. include:: snippets/SimulationForQuantiles.rst
  89
  90 StoreSupplementaryCalculations
  91   .. index:: single: StoreSupplementaryCalculations
  92
  93   Cette liste indique les noms des variables supplémentaires qui peuvent être
  94   disponibles à la fin de l'algorithme, si elles sont initialement demandées par
  95   l'utilisateur. Cela implique potentiellement des calculs ou du stockage
  96   coûteux. La valeur par défaut est une liste vide, aucune de ces variables
  97   n'étant calculée et stockée par défaut sauf les variables inconditionnelles.
  98   Les noms possibles sont dans la liste suivante : [
  99   "Analysis",
 100   "APosterioriCorrelations",
 101   "APosterioriCovariance",
 102   "APosterioriStandardDeviations",
 103   "APosterioriVariances",
 104   "BMA",
 105   "CostFunctionJ",
 106   "CostFunctionJAtCurrentOptimum",
 107   "CostFunctionJb",
 108   "CostFunctionJbAtCurrentOptimum",
 109   "CostFunctionJo",
 110   "CostFunctionJoAtCurrentOptimum",
 111   "CurrentOptimum",
 112   "CurrentState",
 113   "IndexOfOptimum",
 114   "Innovation",
 115   "InnovationAtCurrentState",
 116   "JacobianMatrixAtBackground",
 117   "JacobianMatrixAtOptimum",
 118   "KalmanGainAtOptimum",
 119   "MahalanobisConsistency",
 120   "OMA",
 121   "OMB",
 122   "SigmaObs2",
 123   "SimulatedObservationAtBackground",
 124   "SimulatedObservationAtCurrentOptimum",
 125   "SimulatedObservationAtCurrentState",
 126   "SimulatedObservationAtOptimum",
 127   "SimulationQuantiles",
 128   ].
 129
 130   Exemple :
 131   ``{"StoreSupplementaryCalculations":["BMA", "CurrentState"]}``
 132
 133 .. ------------------------------------ ..
 134 .. include:: snippets/Header2Algo04.rst
 135
 136 .. include:: snippets/Analysis.rst
 137
 138 .. include:: snippets/CostFunctionJ.rst
 139
 140 .. include:: snippets/CostFunctionJb.rst
 141
 142 .. include:: snippets/CostFunctionJo.rst
 143
 144 .. ------------------------------------ ..
 145 .. include:: snippets/Header2Algo05.rst
 146
 147 .. include:: snippets/Analysis.rst
 148
 149 .. include:: snippets/APosterioriCorrelations.rst
 150
 151 .. include:: snippets/APosterioriCovariance.rst
 152
 153 .. include:: snippets/APosterioriStandardDeviations.rst
 154
 155 .. include:: snippets/APosterioriVariances.rst
 156
 157 .. include:: snippets/BMA.rst
 158
 159 .. include:: snippets/CostFunctionJ.rst
 160
 161 .. include:: snippets/CostFunctionJAtCurrentOptimum.rst
 162
 163 .. include:: snippets/CostFunctionJb.rst
 164
 165 .. include:: snippets/CostFunctionJbAtCurrentOptimum.rst
 166
 167 .. include:: snippets/CostFunctionJo.rst
 168
 169 .. include:: snippets/CostFunctionJoAtCurrentOptimum.rst
 170
 171 .. include:: snippets/CurrentOptimum.rst
 172
 173 .. include:: snippets/CurrentState.rst
 174
 175 .. include:: snippets/IndexOfOptimum.rst
 176
 177 .. include:: snippets/Innovation.rst
 178
 179 .. include:: snippets/InnovationAtCurrentState.rst
 180
 181 .. include:: snippets/JacobianMatrixAtBackground.rst
 182
 183 .. include:: snippets/JacobianMatrixAtOptimum.rst
 184
 185 .. include:: snippets/KalmanGainAtOptimum.rst
 186
 187 .. include:: snippets/MahalanobisConsistency.rst
 188
 189 .. include:: snippets/OMA.rst
 190
 191 .. include:: snippets/OMB.rst
 192
 193 .. include:: snippets/SigmaObs2.rst
 194
 195 .. include:: snippets/SimulatedObservationAtBackground.rst
 196
 197 .. include:: snippets/SimulatedObservationAtCurrentOptimum.rst
 198
 199 .. include:: snippets/SimulatedObservationAtCurrentState.rst
 200
 201 .. include:: snippets/SimulatedObservationAtOptimum.rst
 202
 203 .. include:: snippets/SimulationQuantiles.rst
 204
 205 .. ------------------------------------ ..
 206 .. include:: snippets/Header2Algo06.rst
 207
 208 - :ref:`section_ref_algorithm_Blue`
 209 - :ref:`section_ref_algorithm_ExtendedBlue`
 210 - :ref:`section_ref_algorithm_LinearityTest`
 211
 212 .. ------------------------------------ ..
 213 .. include:: snippets/Header2Algo07.rst
 214
 215 - [Byrd95]_
 216 - [Morales11]_
 217 - [Talagrand97]_
 218 - [Zhu97]_