2 Copyright (C) 2008-2016 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
24 .. index:: single: ExtendedBlue
25 .. _section_ref_algorithm_ExtendedBlue:
27 Algorithme de calcul "*ExtendedBlue*"
28 -------------------------------------
33 Cet algorithme réalise une estimation de type BLUE étendu (Best Linear Unbiased
34 Estimator, étendu) de l'état d'un système.
36 Cet algorithme est une généralisation partiellement non-linéaire de
37 l':ref:`section_ref_algorithm_Blue`. Il lui est équivalent pour un opérateur
38 d'observation linéaire. On peut vérifier la linéarité de l'opérateur
39 d'observation à l'aide de l':ref:`section_ref_algorithm_LinearityTest`.
41 En non-linéaire, il se rapproche de l':ref:`section_ref_algorithm_3DVAR`, sans
42 lui être entièrement équivalent.
44 Commandes requises et optionnelles
45 ++++++++++++++++++++++++++++++++++
47 .. index:: single: AlgorithmParameters
48 .. index:: single: Background
49 .. index:: single: BackgroundError
50 .. index:: single: Observation
51 .. index:: single: ObservationError
52 .. index:: single: ObservationOperator
53 .. index:: single: StoreSupplementaryCalculations
54 .. index:: single: Quantiles
55 .. index:: single: SetSeed
56 .. index:: single: NumberOfSamplesForQuantiles
57 .. index:: single: SimulationForQuantiles
59 Les commandes requises générales, disponibles dans l'interface en édition, sont
63 *Commande obligatoire*. Elle définit le vecteur d'ébauche ou
64 d'initialisation, noté précédemment :math:`\mathbf{x}^b`. Sa valeur est
65 définie comme un objet de type "*Vector*" ou de type "*VectorSerie*".
68 *Commande obligatoire*. Elle définit la matrice de covariance des erreurs
69 d'ébauche, notée précédemment :math:`\mathbf{B}`. Sa valeur est définie
70 comme un objet de type "*Matrix*", de type "*ScalarSparseMatrix*", ou de
71 type "*DiagonalSparseMatrix*".
74 *Commande obligatoire*. Elle définit le vecteur d'observation utilisé en
75 assimilation de données ou en optimisation, et noté précédemment
76 :math:`\mathbf{y}^o`. Sa valeur est définie comme un objet de type "*Vector*"
77 ou de type "*VectorSerie*".
80 *Commande obligatoire*. Elle définit la matrice de covariance des erreurs
81 d'ébauche, notée précédemment :math:`\mathbf{R}`. Sa valeur est définie
82 comme un objet de type "*Matrix*", de type "*ScalarSparseMatrix*", ou de
83 type "*DiagonalSparseMatrix*".
86 *Commande obligatoire*. Elle indique l'opérateur d'observation, noté
87 précédemment :math:`H`, qui transforme les paramètres d'entrée
88 :math:`\mathbf{x}` en résultats :math:`\mathbf{y}` qui sont à comparer aux
89 observations :math:`\mathbf{y}^o`. Sa valeur est définie comme un objet de
90 type "*Function*" ou de type "*Matrix*". Dans le cas du type "*Function*",
91 différentes formes fonctionnelles peuvent être utilisées, comme décrit dans
92 la section :ref:`section_ref_operator_requirements`. Si un contrôle
93 :math:`U` est inclus dans le modèle d'observation, l'opérateur doit être
94 appliqué à une paire :math:`(X,U)`.
96 Les commandes optionnelles générales, disponibles dans l'interface en édition,
97 sont indiquées dans la :ref:`section_ref_assimilation_keywords`. De plus, les
98 paramètres de la commande "*AlgorithmParameters*" permettent d'indiquer les
99 options particulières, décrites ci-après, de l'algorithme. On se reportera à la
100 :ref:`section_ref_options_Algorithm_Parameters` pour le bon usage de cette
103 Les options de l'algorithme sont les suivantes:
105 StoreSupplementaryCalculations
106 Cette liste indique les noms des variables supplémentaires qui peuvent être
107 disponibles à la fin de l'algorithme. Cela implique potentiellement des
108 calculs ou du stockage coûteux. La valeur par défaut est une liste vide,
109 aucune de ces variables n'étant calculée et stockée par défaut. Les noms
110 possibles sont dans la liste suivante : ["APosterioriCorrelations",
111 "APosterioriCovariance", "APosterioriStandardDeviations",
112 "APosterioriVariances", "BMA", "OMA", "OMB", "CurrentState",
113 "CostFunctionJ", "CostFunctionJb", "CostFunctionJo", "Innovation",
114 "SigmaBck2", "SigmaObs2", "MahalanobisConsistency", "SimulationQuantiles",
115 "SimulatedObservationAtBackground", "SimulatedObservationAtCurrentState",
116 "SimulatedObservationAtOptimum"].
118 Exemple : ``{"StoreSupplementaryCalculations":["CurrentState", "Innovation"]}``
121 Cette liste indique les valeurs de quantile, entre 0 et 1, à estimer par
122 simulation autour de l'état optimal. L'échantillonnage utilise des tirages
123 aléatoires gaussiens multivariés, dirigés par la matrice de covariance a
124 posteriori. Cette option n'est utile que si le calcul supplémentaire
125 "SimulationQuantiles" a été choisi. La valeur par défaut est une liste vide.
127 Exemple : ``{"Quantiles":[0.1,0.9]}``
130 Cette clé permet de donner un nombre entier pour fixer la graine du
131 générateur aléatoire utilisé pour générer l'ensemble. Un valeur pratique est
132 par exemple 1000. Par défaut, la graine est laissée non initialisée, et elle
133 utilise ainsi l'initialisation par défaut de l'ordinateur.
135 Exemple : ``{"SetSeed":1000}``
137 NumberOfSamplesForQuantiles
138 Cette clé indique le nombre de simulations effectuées pour estimer les
139 quantiles. Cette option n'est utile que si le calcul supplémentaire
140 "SimulationQuantiles" a été choisi. Le défaut est 100, ce qui suffit souvent
141 pour une estimation correcte de quantiles courants à 5%, 10%, 90% ou 95%.
143 Exemple : ``{"NumberOfSamplesForQuantiles":100}``
145 SimulationForQuantiles
146 Cette clé indique le type de simulation, linéaire (avec l'opérateur
147 d'observation tangent appliqué sur des incréments de perturbations autour de
148 l'état optimal) ou non-linéaire (avec l'opérateur d'observation standard
149 appliqué aux états perturbés), que l'on veut faire pour chaque perturbation.
150 Cela change essentiellement le temps de chaque simulation élémentaire,
151 usuellement plus long en non-linéaire qu'en linéaire. Cette option n'est
152 utile que si le calcul supplémentaire "SimulationQuantiles" a été choisi. La
153 valeur par défaut est "Linear", et les choix possibles sont "Linear" et
156 Exemple : ``{"SimulationForQuantiles":"Linear"}``
158 Informations et variables disponibles à la fin de l'algorithme
159 ++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++
161 En sortie, après exécution de l'algorithme, on dispose d'informations et de
162 variables issues du calcul. La description des
163 :ref:`section_ref_output_variables` indique la manière de les obtenir par la
164 méthode nommée ``get`` de la variable "*ADD*" du post-processing. Les variables
165 d'entrée, mises à disposition de l'utilisateur en sortie pour faciliter
166 l'écriture des procédures de post-processing, sont décrites dans
167 l':ref:`subsection_r_o_v_Inventaire`.
169 Les sorties non conditionnelles de l'algorithme sont les suivantes:
172 *Liste de vecteurs*. Chaque élément est un état optimal :math:`\mathbf{x}*`
173 en optimisation ou une analyse :math:`\mathbf{x}^a` en assimilation de
176 Exemple : ``Xa = ADD.get("Analysis")[-1]``
178 Les sorties conditionnelles de l'algorithme sont les suivantes:
180 APosterioriCorrelations
181 *Liste de matrices*. Chaque élément est une matrice de corrélation des
182 erreurs *a posteriori* de l'état optimal.
184 Exemple : ``C = ADD.get("APosterioriCorrelations")[-1]``
186 APosterioriCovariance
187 *Liste de matrices*. Chaque élément est une matrice :math:`\mathbf{A}*` de
188 covariances des erreurs *a posteriori* de l'état optimal.
190 Exemple : ``A = ADD.get("APosterioriCovariance")[-1]``
192 APosterioriStandardDeviations
193 *Liste de matrices*. Chaque élément est une matrice d'écart-types des
194 erreurs *a posteriori* de l'état optimal.
196 Exemple : ``E = ADD.get("APosterioriStandardDeviations")[-1]``
199 *Liste de matrices*. Chaque élément est une matrice de variances des erreurs
200 *a posteriori* de l'état optimal.
202 Exemple : ``V = ADD.get("APosterioriVariances")[-1]``
205 *Liste de vecteurs*. Chaque élément est un vecteur d'écart entre
206 l'ébauche et l'état optimal.
208 Exemple : ``bma = ADD.get("BMA")[-1]``
211 *Liste de valeurs*. Chaque élément est une valeur de fonctionnelle d'écart
214 Exemple : ``J = ADD.get("CostFunctionJ")[:]``
217 *Liste de valeurs*. Chaque élément est une valeur de fonctionnelle d'écart
218 :math:`J^b`, c'est-à-dire de la partie écart à l'ébauche.
220 Exemple : ``Jb = ADD.get("CostFunctionJb")[:]``
223 *Liste de valeurs*. Chaque élément est une valeur de fonctionnelle d'écart
224 :math:`J^o`, c'est-à-dire de la partie écart à l'observation.
226 Exemple : ``Jo = ADD.get("CostFunctionJo")[:]``
229 *Liste de vecteurs*. Chaque élément est un vecteur d'innovation, qui est
230 en statique l'écart de l'optimum à l'ébauche, et en dynamique l'incrément
233 Exemple : ``d = ADD.get("Innovation")[-1]``
235 MahalanobisConsistency
236 *Liste de valeurs*. Chaque élément est une valeur de l'indicateur de
237 qualité de Mahalanobis.
239 Exemple : ``m = ADD.get("MahalanobisConsistency")[-1]``
242 *Liste de vecteurs*. Chaque élément est un vecteur d'écart entre
243 l'observation et l'état optimal dans l'espace des observations.
245 Exemple : ``oma = ADD.get("OMA")[-1]``
248 *Liste de vecteurs*. Chaque élément est un vecteur d'écart entre
249 l'observation et l'état d'ébauche dans l'espace des observations.
251 Exemple : ``omb = ADD.get("OMB")[-1]``
254 *Liste de valeurs*. Chaque élément est une valeur de l'indicateur de
255 qualité :math:`(\sigma^b)^2` de la partie ébauche.
257 Exemple : ``sb2 = ADD.get("SigmaBck")[-1]``
260 *Liste de valeurs*. Chaque élément est une valeur de l'indicateur de
261 qualité :math:`(\sigma^o)^2` de la partie observation.
263 Exemple : ``so2 = ADD.get("SigmaObs")[-1]``
265 SimulatedObservationAtBackground
266 *Liste de vecteurs*. Chaque élément est un vecteur d'observation simulé à
267 partir de l'ébauche :math:`\mathbf{x}^b`.
269 Exemple : ``hxb = ADD.get("SimulatedObservationAtBackground")[-1]``
271 SimulatedObservationAtOptimum
272 *Liste de vecteurs*. Chaque élément est un vecteur d'observation simulé à
273 partir de l'analyse ou de l'état optimal :math:`\mathbf{x}^a`.
275 Exemple : ``hxa = ADD.get("SimulatedObservationAtOptimum")[-1]``
278 *Liste de vecteurs*. Chaque élément est un vecteur correspondant à l'état
279 observé qui réalise le quantile demandé, dans le même ordre que les
280 quantiles requis par l'utilisateur.
282 Exemple : ``sQuantiles = ADD.get("SimulationQuantiles")[:]``
287 Références vers d'autres sections :
288 - :ref:`section_ref_algorithm_Blue`
289 - :ref:`section_ref_algorithm_3DVAR`
290 - :ref:`section_ref_algorithm_LinearityTest`