2 Copyright (C) 2008-2024 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 -------------------------------------
30 .. ------------------------------------ ..
31 .. include:: snippets/Header2Algo01.rst
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 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`.
42 En non-linéaire, ses résultats se rapprochent d'un
43 :ref:`section_ref_algorithm_3DVAR`, sans lui être entièrement équivalent.
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.
57 .. ------------------------------------ ..
58 .. include:: snippets/Header2Algo12.rst
60 .. include:: snippets/FeaturePropLocalOptimization.rst
62 .. include:: snippets/FeaturePropDerivativeNeeded.rst
64 .. include:: snippets/FeaturePropParallelDerivativesOnly.rst
66 .. include:: snippets/FeaturePropConvergenceOnStatic.rst
68 .. ------------------------------------ ..
69 .. include:: snippets/Header2Algo02.rst
71 .. include:: snippets/Background.rst
73 .. include:: snippets/BackgroundError.rst
75 .. include:: snippets/Observation.rst
77 .. include:: snippets/ObservationError.rst
79 .. include:: snippets/ObservationOperator.rst
81 .. ------------------------------------ ..
82 .. include:: snippets/Header2Algo03AdOp.rst
84 .. include:: snippets/EstimationOf_Parameters.rst
86 .. include:: snippets/NumberOfSamplesForQuantiles.rst
88 .. include:: snippets/Quantiles.rst
90 .. include:: snippets/SetSeed.rst
92 .. include:: snippets/SimulationForQuantiles.rst
94 .. include:: snippets/StateBoundsForQuantilesWithNone.rst
96 StoreSupplementaryCalculations
97 .. index:: single: StoreSupplementaryCalculations
99 *Liste de noms*. Cette liste indique les noms des variables supplémentaires,
100 qui peuvent être disponibles au cours du déroulement ou à la fin de
101 l'algorithme, si elles sont initialement demandées par l'utilisateur. Leur
102 disponibilité implique, potentiellement, des calculs ou du stockage coûteux.
103 La valeur par défaut est donc une liste vide, aucune de ces variables n'étant
104 calculée et stockée par défaut (sauf les variables inconditionnelles). Les
105 noms possibles pour les variables supplémentaires sont dans la liste suivante
106 (la description détaillée de chaque variable nommée est donnée dans la suite
107 de cette documentation par algorithme spécifique, dans la sous-partie
108 "*Informations et variables disponibles à la fin de l'algorithme*") : [
110 "APosterioriCorrelations",
111 "APosterioriCovariance",
112 "APosterioriStandardDeviations",
113 "APosterioriVariances",
116 "CostFunctionJAtCurrentOptimum",
118 "CostFunctionJbAtCurrentOptimum",
120 "CostFunctionJoAtCurrentOptimum",
126 "InnovationAtCurrentAnalysis",
127 "MahalanobisConsistency",
130 "SampledStateForQuantiles",
133 "SimulatedObservationAtBackground",
134 "SimulatedObservationAtCurrentOptimum",
135 "SimulatedObservationAtCurrentState",
136 "SimulatedObservationAtOptimum",
137 "SimulationQuantiles",
141 ``{"StoreSupplementaryCalculations":["CurrentState", "Residu"]}``
143 .. ------------------------------------ ..
144 .. include:: snippets/Header2Algo04.rst
146 .. include:: snippets/Analysis.rst
148 .. ------------------------------------ ..
149 .. include:: snippets/Header2Algo05.rst
151 .. include:: snippets/Analysis.rst
153 .. include:: snippets/APosterioriCorrelations.rst
155 .. include:: snippets/APosterioriCovariance.rst
157 .. include:: snippets/APosterioriStandardDeviations.rst
159 .. include:: snippets/APosterioriVariances.rst
161 .. include:: snippets/BMA.rst
163 .. include:: snippets/CostFunctionJ.rst
165 .. include:: snippets/CostFunctionJAtCurrentOptimum.rst
167 .. include:: snippets/CostFunctionJb.rst
169 .. include:: snippets/CostFunctionJbAtCurrentOptimum.rst
171 .. include:: snippets/CostFunctionJo.rst
173 .. include:: snippets/CostFunctionJoAtCurrentOptimum.rst
175 .. include:: snippets/CurrentOptimum.rst
177 .. include:: snippets/CurrentState.rst
179 .. include:: snippets/CurrentStepNumber.rst
181 .. include:: snippets/ForecastState.rst
183 .. include:: snippets/Innovation.rst
185 .. include:: snippets/InnovationAtCurrentAnalysis.rst
187 .. include:: snippets/MahalanobisConsistency.rst
189 .. include:: snippets/OMA.rst
191 .. include:: snippets/OMB.rst
193 .. include:: snippets/SampledStateForQuantiles.rst
195 .. include:: snippets/SigmaBck2.rst
197 .. include:: snippets/SigmaObs2.rst
199 .. include:: snippets/SimulatedObservationAtBackground.rst
201 .. include:: snippets/SimulatedObservationAtCurrentOptimum.rst
203 .. include:: snippets/SimulatedObservationAtCurrentState.rst
205 .. include:: snippets/SimulatedObservationAtOptimum.rst
207 .. include:: snippets/SimulationQuantiles.rst
209 .. ------------------------------------ ..
210 .. _section_ref_algorithm_ExtendedBlue_examples:
212 .. include:: snippets/Header2Algo09.rst
214 .. include:: scripts/simple_ExtendedBlue.rst
216 .. literalinclude:: scripts/simple_ExtendedBlue.py
218 .. include:: snippets/Header2Algo10.rst
220 .. literalinclude:: scripts/simple_ExtendedBlue.res
223 .. ------------------------------------ ..
224 .. include:: snippets/Header2Algo06.rst
226 - :ref:`section_ref_algorithm_Blue`
227 - :ref:`section_ref_algorithm_3DVAR`
228 - :ref:`section_ref_algorithm_LinearityTest`