Salome HOME
Documentation update with features and review corrections
[modules/adao.git] / doc / fr / ref_algorithm_ExtendedBlue.rst
1 ..
2    Copyright (C) 2008-2024 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: ExtendedBlue
25 .. _section_ref_algorithm_ExtendedBlue:
26
27 Algorithme de calcul "*ExtendedBlue*"
28 -------------------------------------
29
30 .. ------------------------------------ ..
31 .. include:: snippets/Header2Algo01.rst
32
33 Cet algorithme réalise une estimation de type BLUE étendu (Best Linear Unbiased
34 Estimator, étendu) de l'état d'un système.
35
36 Cet algorithme est une généralisation partiellement non-linéaire d'un
37 :ref:`section_ref_algorithm_Blue`. Si l'opérateur d'observation est
38 explicitement linéaire, l'algorithme est équivalent à celui du
39 :ref:`section_ref_algorithm_Blue`. On peut vérifier la linéarité de l'opérateur
40 d'observation à l'aide d'un :ref:`section_ref_algorithm_LinearityTest`.
41
42 En non-linéaire, ses résultats se rapprochent d'un
43 :ref:`section_ref_algorithm_3DVAR`, sans lui être entièrement équivalent.
44
45 Cet algorithme d'optimisation mono-objectif est naturellement écrit pour une
46 estimation unique, sans notion dynamique ou itérative (il n'y a donc pas besoin
47 dans ce cas d'opérateur d'évolution incrémentale, ni de covariance d'erreurs
48 d'évolution). Dans ADAO, il peut aussi être utilisé sur une succession
49 d'observations, plaçant alors l'estimation dans un cadre récursif en partie
50 similaire à un :ref:`section_ref_algorithm_KalmanFilter`. Une estimation
51 standard est effectuée à chaque pas d'observation sur l'état prévu par le
52 modèle d'évolution incrémentale, sachant que la covariance d'erreur d'état
53 reste la covariance d'ébauche initialement fournie par l'utilisateur. Pour être
54 explicite, contrairement aux filtres de type Kalman, la covariance d'erreurs
55 sur les états n'est pas remise à jour.
56
57 .. ------------------------------------ ..
58 .. include:: snippets/Header2Algo12.rst
59
60 .. include:: snippets/FeaturePropLocalOptimization.rst
61
62 .. include:: snippets/FeaturePropDerivativeNeeded.rst
63
64 .. include:: snippets/FeaturePropParallelDerivativesOnly.rst
65
66 .. ------------------------------------ ..
67 .. include:: snippets/Header2Algo02.rst
68
69 .. include:: snippets/Background.rst
70
71 .. include:: snippets/BackgroundError.rst
72
73 .. include:: snippets/Observation.rst
74
75 .. include:: snippets/ObservationError.rst
76
77 .. include:: snippets/ObservationOperator.rst
78
79 .. ------------------------------------ ..
80 .. include:: snippets/Header2Algo03AdOp.rst
81
82 .. include:: snippets/EstimationOf_Parameters.rst
83
84 .. include:: snippets/NumberOfSamplesForQuantiles.rst
85
86 .. include:: snippets/Quantiles.rst
87
88 .. include:: snippets/SetSeed.rst
89
90 .. include:: snippets/SimulationForQuantiles.rst
91
92 .. include:: snippets/StateBoundsForQuantilesWithNone.rst
93
94 StoreSupplementaryCalculations
95   .. index:: single: StoreSupplementaryCalculations
96
97   *Liste de noms*. Cette liste indique les noms des variables supplémentaires,
98   qui peuvent être disponibles au cours du déroulement ou à la fin de
99   l'algorithme, si elles sont initialement demandées par l'utilisateur. Leur
100   disponibilité implique, potentiellement, des calculs ou du stockage coûteux.
101   La valeur par défaut est donc une liste vide, aucune de ces variables n'étant
102   calculée et stockée par défaut (sauf les variables inconditionnelles). Les
103   noms possibles pour les variables supplémentaires sont dans la liste suivante
104   (la description détaillée de chaque variable nommée est donnée dans la suite
105   de cette documentation par algorithme spécifique, dans la sous-partie
106   "*Informations et variables disponibles à la fin de l'algorithme*") : [
107   "Analysis",
108   "APosterioriCorrelations",
109   "APosterioriCovariance",
110   "APosterioriStandardDeviations",
111   "APosterioriVariances",
112   "BMA",
113   "CostFunctionJ",
114   "CostFunctionJAtCurrentOptimum",
115   "CostFunctionJb",
116   "CostFunctionJbAtCurrentOptimum",
117   "CostFunctionJo",
118   "CostFunctionJoAtCurrentOptimum",
119   "CurrentOptimum",
120   "CurrentState",
121   "CurrentStepNumber",
122   "ForecastState",
123   "Innovation",
124   "InnovationAtCurrentAnalysis",
125   "MahalanobisConsistency",
126   "OMA",
127   "OMB",
128   "SampledStateForQuantiles",
129   "SigmaBck2",
130   "SigmaObs2",
131   "SimulatedObservationAtBackground",
132   "SimulatedObservationAtCurrentOptimum",
133   "SimulatedObservationAtCurrentState",
134   "SimulatedObservationAtOptimum",
135   "SimulationQuantiles",
136   ].
137
138   Exemple :
139   ``{"StoreSupplementaryCalculations":["CurrentState", "Residu"]}``
140
141 .. ------------------------------------ ..
142 .. include:: snippets/Header2Algo04.rst
143
144 .. include:: snippets/Analysis.rst
145
146 .. ------------------------------------ ..
147 .. include:: snippets/Header2Algo05.rst
148
149 .. include:: snippets/Analysis.rst
150
151 .. include:: snippets/APosterioriCorrelations.rst
152
153 .. include:: snippets/APosterioriCovariance.rst
154
155 .. include:: snippets/APosterioriStandardDeviations.rst
156
157 .. include:: snippets/APosterioriVariances.rst
158
159 .. include:: snippets/BMA.rst
160
161 .. include:: snippets/CostFunctionJ.rst
162
163 .. include:: snippets/CostFunctionJAtCurrentOptimum.rst
164
165 .. include:: snippets/CostFunctionJb.rst
166
167 .. include:: snippets/CostFunctionJbAtCurrentOptimum.rst
168
169 .. include:: snippets/CostFunctionJo.rst
170
171 .. include:: snippets/CostFunctionJoAtCurrentOptimum.rst
172
173 .. include:: snippets/CurrentOptimum.rst
174
175 .. include:: snippets/CurrentState.rst
176
177 .. include:: snippets/CurrentStepNumber.rst
178
179 .. include:: snippets/ForecastState.rst
180
181 .. include:: snippets/Innovation.rst
182
183 .. include:: snippets/InnovationAtCurrentAnalysis.rst
184
185 .. include:: snippets/MahalanobisConsistency.rst
186
187 .. include:: snippets/OMA.rst
188
189 .. include:: snippets/OMB.rst
190
191 .. include:: snippets/SampledStateForQuantiles.rst
192
193 .. include:: snippets/SigmaBck2.rst
194
195 .. include:: snippets/SigmaObs2.rst
196
197 .. include:: snippets/SimulatedObservationAtBackground.rst
198
199 .. include:: snippets/SimulatedObservationAtCurrentOptimum.rst
200
201 .. include:: snippets/SimulatedObservationAtCurrentState.rst
202
203 .. include:: snippets/SimulatedObservationAtOptimum.rst
204
205 .. include:: snippets/SimulationQuantiles.rst
206
207 .. ------------------------------------ ..
208 .. _section_ref_algorithm_ExtendedBlue_examples:
209
210 .. include:: snippets/Header2Algo09.rst
211
212 .. include:: scripts/simple_ExtendedBlue.rst
213
214 .. literalinclude:: scripts/simple_ExtendedBlue.py
215
216 .. include:: snippets/Header2Algo10.rst
217
218 .. literalinclude:: scripts/simple_ExtendedBlue.res
219     :language: none
220
221 .. ------------------------------------ ..
222 .. include:: snippets/Header2Algo06.rst
223
224 - :ref:`section_ref_algorithm_Blue`
225 - :ref:`section_ref_algorithm_3DVAR`
226 - :ref:`section_ref_algorithm_LinearityTest`