2 Copyright (C) 2008-2023 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: NonLinearLeastSquares
25 .. _section_ref_algorithm_NonLinearLeastSquares:
27 Algorithme de calcul "*NonLinearLeastSquares*"
28 ----------------------------------------------
30 .. ------------------------------------ ..
31 .. include:: snippets/Header2Algo01.rst
33 Cet algorithme réalise une estimation d'état par minimisation variationnelle de
34 la fonctionnelle :math:`J` d'écart classique de "Moindres Carrés" pondérés:
36 .. math:: J(\mathbf{x})=(\mathbf{y}^o-\mathbf{H}.\mathbf{x})^T.\mathbf{R}^{-1}.(\mathbf{y}^o-\mathbf{H}.\mathbf{x})
38 Il est similaire à un :ref:`section_ref_algorithm_3DVAR` privé de sa partie
39 ébauche. L'ébauche, requise dans l'interface, ne sert que de point initial pour
40 la minimisation variationnelle.
42 Cet algorithme est naturellement écrit pour une estimation unique, sans notion
43 dynamique ou itérative (il n'y a donc pas besoin dans ce cas d'opérateur
44 d'évolution incrémentale, ni de covariance d'erreurs d'évolution). Dans ADAO,
45 il peut aussi être utilisé sur une succession d'observations, plaçant alors
46 l'estimation dans un cadre récursif en partie similaire à un filtre de Kalman.
47 Une estimation standard est effectuée à chaque pas d'observation sur l'état
48 prévu par le modèle d'évolution incrémentale.
50 Dans tous les cas, il est recommandé de lui préférer un
51 :ref:`section_ref_algorithm_3DVAR` pour sa stabilité comme pour son
52 comportement lors de l'optimisation.
54 .. ------------------------------------ ..
55 .. include:: snippets/Header2Algo02.rst
57 .. include:: snippets/Background.rst
59 .. include:: snippets/Observation.rst
61 .. include:: snippets/ObservationError.rst
63 .. include:: snippets/ObservationOperator.rst
65 .. ------------------------------------ ..
66 .. include:: snippets/Header2Algo03AdOp.rst
68 .. include:: snippets/BoundsWithNone.rst
70 .. include:: snippets/CostDecrementTolerance.rst
72 .. include:: snippets/EstimationOf_Parameters.rst
74 .. include:: snippets/GradientNormTolerance.rst
76 .. include:: snippets/InitializationPoint.rst
78 .. include:: snippets/MaximumNumberOfIterations.rst
80 .. include:: snippets/Minimizer_xDVAR.rst
82 .. include:: snippets/ProjectedGradientTolerance.rst
85 StoreSupplementaryCalculations
86 .. index:: single: StoreSupplementaryCalculations
88 *Liste de noms*. Cette liste indique les noms des variables supplémentaires,
89 qui peuvent être disponibles au cours du déroulement ou à la fin de
90 l'algorithme, si elles sont initialement demandées par l'utilisateur. Leur
91 disponibilité implique, potentiellement, des calculs ou du stockage coûteux.
92 La valeur par défaut est donc une liste vide, aucune de ces variables n'étant
93 calculée et stockée par défaut (sauf les variables inconditionnelles). Les
94 noms possibles pour les variables supplémentaires sont dans la liste suivante
95 (la description détaillée de chaque variable nommée est donnée dans la suite
96 de cette documentation par algorithme spécifique, dans la sous-partie
97 "*Informations et variables disponibles à la fin de l'algorithme*") : [
101 "CostFunctionJAtCurrentOptimum",
103 "CostFunctionJbAtCurrentOptimum",
105 "CostFunctionJoAtCurrentOptimum",
106 "CurrentIterationNumber",
113 "InnovationAtCurrentAnalysis",
114 "InnovationAtCurrentState",
117 "SimulatedObservationAtBackground",
118 "SimulatedObservationAtCurrentOptimum",
119 "SimulatedObservationAtCurrentState",
120 "SimulatedObservationAtOptimum",
124 ``{"StoreSupplementaryCalculations":["CurrentState", "Residu"]}``
126 *Astuce pour cet algorithme :*
128 Comme la commande *"BackgroundError"* est requise pour TOUS les algorithmes
129 de calcul dans l'interface graphique EFICAS d'ADAO, vous devez fournir une
130 valeur, malgré le fait que cette commande ne soit pas nécessaire pour cet
131 algorithme, et n'est donc pas utilisée. La manière la plus simple est de
132 donner "1" comme un STRING.
134 .. ------------------------------------ ..
135 .. include:: snippets/Header2Algo04.rst
137 .. include:: snippets/Analysis.rst
139 .. include:: snippets/CostFunctionJ.rst
141 .. include:: snippets/CostFunctionJb.rst
143 .. include:: snippets/CostFunctionJo.rst
145 .. ------------------------------------ ..
146 .. include:: snippets/Header2Algo05.rst
148 .. include:: snippets/Analysis.rst
150 .. include:: snippets/BMA.rst
152 .. include:: snippets/CostFunctionJ.rst
154 .. include:: snippets/CostFunctionJAtCurrentOptimum.rst
156 .. include:: snippets/CostFunctionJb.rst
158 .. include:: snippets/CostFunctionJbAtCurrentOptimum.rst
160 .. include:: snippets/CostFunctionJo.rst
162 .. include:: snippets/CostFunctionJoAtCurrentOptimum.rst
164 .. include:: snippets/CurrentIterationNumber.rst
166 .. include:: snippets/CurrentOptimum.rst
168 .. include:: snippets/CurrentState.rst
170 .. include:: snippets/CurrentStepNumber.rst
172 .. include:: snippets/ForecastState.rst
174 .. include:: snippets/IndexOfOptimum.rst
176 .. include:: snippets/Innovation.rst
178 .. include:: snippets/InnovationAtCurrentAnalysis.rst
180 .. include:: snippets/InnovationAtCurrentState.rst
182 .. include:: snippets/OMA.rst
184 .. include:: snippets/OMB.rst
186 .. include:: snippets/SimulatedObservationAtBackground.rst
188 .. include:: snippets/SimulatedObservationAtCurrentOptimum.rst
190 .. include:: snippets/SimulatedObservationAtCurrentState.rst
192 .. include:: snippets/SimulatedObservationAtOptimum.rst
194 .. ------------------------------------ ..
195 .. _section_ref_algorithm_NonLinearLeastSquares_examples:
197 .. include:: snippets/Header2Algo09.rst
199 .. include:: scripts/simple_NonLinearLeastSquares.rst
201 .. literalinclude:: scripts/simple_NonLinearLeastSquares.py
203 .. include:: snippets/Header2Algo10.rst
205 .. literalinclude:: scripts/simple_NonLinearLeastSquares.res
208 .. include:: snippets/Header2Algo11.rst
210 .. _simple_NonLinearLeastSquares:
211 .. image:: scripts/simple_NonLinearLeastSquares.png
215 .. ------------------------------------ ..
216 .. include:: snippets/Header2Algo06.rst
218 - :ref:`section_ref_algorithm_LinearLeastSquares`
219 - :ref:`section_ref_algorithm_3DVAR`
220 - :ref:`section_ref_algorithm_LinearityTest`
222 .. ------------------------------------ ..
223 .. include:: snippets/Header2Algo07.rst