doc/fr/ref_algorithm_ParticleSwarmOptimization.rst

   1 ..
   2    Copyright (C) 2008-2022 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: ParticleSwarmOptimization
  25 .. _section_ref_algorithm_ParticleSwarmOptimization:
  26
  27 Algorithme de calcul "*ParticleSwarmOptimization*"
  28 --------------------------------------------------
  29
  30 .. ------------------------------------ ..
  31 .. include:: snippets/Header2Algo01.rst
  32
  33 Cet algorithme réalise une estimation de l'état d'un système par minimisation
  34 d'une fonctionnelle d'écart :math:`J` en utilisant une méthode évolutionnaire
  35 d'essaim particulaire. C'est une méthode qui n'utilise pas les dérivées de la
  36 fonctionnelle d'écart. Elle entre dans la même catégorie que
  37 l':ref:`section_ref_algorithm_DerivativeFreeOptimization`,
  38 l':ref:`section_ref_algorithm_DifferentialEvolution` ou
  39 l':ref:`section_ref_algorithm_TabuSearch`.
  40
  41 C'est une méthode d'optimisation permettant la recherche du minimum global d'une
  42 fonctionnelle d'erreur :math:`J` quelconque de type :math:`L^1`, :math:`L^2` ou
  43 :math:`L^{\infty}`, avec ou sans pondérations. La fonctionnelle d'erreur par
  44 défaut est celle de moindres carrés pondérés augmentés, classiquement utilisée
  45 en assimilation de données.
  46
  47 .. ------------------------------------ ..
  48 .. include:: snippets/Header2Algo02.rst
  49
  50 .. include:: snippets/Background.rst
  51
  52 .. include:: snippets/BackgroundError.rst
  53
  54 .. include:: snippets/Observation.rst
  55
  56 .. include:: snippets/ObservationError.rst
  57
  58 .. include:: snippets/ObservationOperator.rst
  59
  60 .. ------------------------------------ ..
  61 .. include:: snippets/Header2Algo03AdOp.rst
  62
  63 .. include:: snippets/MaximumNumberOfIterations_50.rst
  64
  65 .. include:: snippets/MaximumNumberOfFunctionEvaluations.rst
  66
  67 .. include:: snippets/QualityCriterion.rst
  68
  69 .. include:: snippets/NumberOfInsects.rst
  70
  71 .. include:: snippets/SwarmVelocity.rst
  72
  73 .. include:: snippets/GroupRecallRate.rst
  74
  75 .. include:: snippets/BoxBounds.rst
  76
  77 .. include:: snippets/SetSeed.rst
  78
  79 StoreSupplementaryCalculations
  80   .. index:: single: StoreSupplementaryCalculations
  81
  82   *Liste de noms*. Cette liste indique les noms des variables supplémentaires,
  83   qui peuvent être disponibles au cours du déroulement ou à la fin de
  84   l'algorithme, si elles sont initialement demandées par l'utilisateur. Leur
  85   disponibilité implique, potentiellement, des calculs ou du stockage coûteux.
  86   La valeur par défaut est donc une liste vide, aucune de ces variables n'étant
  87   calculée et stockée par défaut (sauf les variables inconditionnelles). Les
  88   noms possibles pour les variables supplémentaires sont dans la liste suivante
  89   (la description détaillée de chaque variable nommée est donnée dans la suite
  90   de cette documentation par algorithme spécifique, dans la sous-partie
  91   "*Informations et variables disponibles à la fin de l'algorithme*") : [
  92   "Analysis",
  93   "BMA",
  94   "CostFunctionJ",
  95   "CostFunctionJb",
  96   "CostFunctionJo",
  97   "CurrentIterationNumber",
  98   "CurrentState",
  99   "Innovation",
 100   "OMA",
 101   "OMB",
 102   "SimulatedObservationAtBackground",
 103   "SimulatedObservationAtCurrentState",
 104   "SimulatedObservationAtOptimum",
 105   ].
 106
 107   Exemple :
 108   ``{"StoreSupplementaryCalculations":["BMA", "CurrentState"]}``
 109
 110 .. ------------------------------------ ..
 111 .. include:: snippets/Header2Algo04.rst
 112
 113 .. include:: snippets/Analysis.rst
 114
 115 .. include:: snippets/CostFunctionJ.rst
 116
 117 .. include:: snippets/CostFunctionJb.rst
 118
 119 .. include:: snippets/CostFunctionJo.rst
 120
 121 .. ------------------------------------ ..
 122 .. include:: snippets/Header2Algo05.rst
 123
 124 .. include:: snippets/Analysis.rst
 125
 126 .. include:: snippets/BMA.rst
 127
 128 .. include:: snippets/CostFunctionJ.rst
 129
 130 .. include:: snippets/CostFunctionJb.rst
 131
 132 .. include:: snippets/CostFunctionJo.rst
 133
 134 .. include:: snippets/CurrentIterationNumber.rst
 135
 136 .. include:: snippets/CurrentState.rst
 137
 138 .. include:: snippets/Innovation.rst
 139
 140 .. include:: snippets/OMA.rst
 141
 142 .. include:: snippets/OMB.rst
 143
 144 .. include:: snippets/SimulatedObservationAtBackground.rst
 145
 146 .. include:: snippets/SimulatedObservationAtCurrentState.rst
 147
 148 .. include:: snippets/SimulatedObservationAtOptimum.rst
 149
 150 .. ------------------------------------ ..
 151 .. _section_ref_algorithm_ParticleSwarmOptimization_examples:
 152 .. include:: snippets/Header2Algo06.rst
 153
 154 - :ref:`section_ref_algorithm_DerivativeFreeOptimization`
 155 - :ref:`section_ref_algorithm_DifferentialEvolution`
 156 - :ref:`section_ref_algorithm_TabuSearch`
 157
 158 .. ------------------------------------ ..
 159 .. include:: snippets/Header2Algo07.rst
 160
 161 - [WikipediaPSO]_