doc/fr/ref_algorithm_ParticleSwarmOptimization.rst

   1 ..
   2    Copyright (C) 2008-2018 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 Description
  31 +++++++++++
  32
  33 Cet algorithme réalise une estimation de l'état d'un système dynamique par
  34 minimisation d'une fonctionnelle d'écart :math:`J` en utilisant un essaim
  35 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
  39 C'est une méthode d'optimisation permettant la recherche du minimum global d'une
  40 fonctionnelle d'erreur :math:`J` quelconque de type :math:`L^1`, :math:`L^2` ou
  41 :math:`L^{\infty}`, avec ou sans pondérations. La fonctionnelle d'erreur par
  42 défaut est celle de moindres carrés pondérés augmentés, classiquement utilisée
  43 en assimilation de données.
  44
  45 Commandes requises et optionnelles
  46 ++++++++++++++++++++++++++++++++++
  47
  48 Les commandes requises générales, disponibles dans l'interface en édition, sont
  49 les suivantes:
  50
  51   .. include:: snippets/Background.rst
  52
  53   .. include:: snippets/BackgroundError.rst
  54
  55   .. include:: snippets/Observation.rst
  56
  57   .. include:: snippets/ObservationError.rst
  58
  59   .. include:: snippets/ObservationOperator.rst
  60
  61 Les commandes optionnelles générales, disponibles dans l'interface en édition,
  62 sont indiquées dans la :ref:`section_ref_assimilation_keywords`. De plus, les
  63 paramètres de la commande "*AlgorithmParameters*" permettent d'indiquer les
  64 options particulières, décrites ci-après, de l'algorithme. On se reportera à la
  65 :ref:`section_ref_options_Algorithm_Parameters` pour le bon usage de cette
  66 commande.
  67
  68 Les options de l'algorithme sont les suivantes:
  69 .. index:: single: NumberOfInsects
  70 .. index:: single: SwarmVelocity
  71 .. index:: single: GroupRecallRate
  72 .. index:: single: QualityCriterion
  73 .. index:: single: BoxBounds
  74
  75   .. include:: snippets/MaximumNumberOfSteps_50.rst
  76
  77   .. include:: snippets/MaximumNumberOfFunctionEvaluations.rst
  78
  79   .. include:: snippets/QualityCriterion.rst
  80
  81   NumberOfInsects
  82     Cette clé indique le nombre d'insectes ou de particules dans l'essaim. La
  83     valeur par défaut est 100, qui est une valeur par défaut usuelle pour cet
  84     algorithme.
  85
  86     Exemple :
  87     ``{"NumberOfInsects":100}``
  88
  89   SwarmVelocity
  90     Cette clé indique la part de la vitesse d'insecte qui est imposée par
  91     l'essaim. C'est une valeur réelle positive. Le défaut est de 1.
  92
  93     Exemple :
  94     ``{"SwarmVelocity":1.}``
  95
  96   GroupRecallRate
  97     Cette clé indique le taux de rappel vers le meilleur insecte de l'essaim.
  98     C'est une valeur réelle comprise entre 0 et 1. Le défaut est de 0.5.
  99
 100     Exemple :
 101     ``{"GroupRecallRate":0.5}``
 102
 103   BoxBounds
 104     Cette clé permet de définir des bornes supérieure et inférieure pour chaque
 105     incrément de  variable d'état optimisée (et non pas chaque variable d'état
 106     elle-même). Les bornes doivent être données par une liste de liste de paires
 107     de bornes inférieure/supérieure pour chaque incrément de variable, avec une
 108     valeur extrême chaque fois qu'il n'y a pas de borne (``None`` n'est pas une
 109     valeur autorisée lorsqu'il n'y a pas de borne). Cette clé est requise et il
 110     n'y a pas de valeurs par défaut.
 111
 112     Exemple :
 113     ``{"BoxBounds":[[-0.5,0.5], [0.01,2.], [0.,1.e99], [-1.e99,1.e99]]}``
 114
 115   .. include:: snippets/SetSeed.rst
 116
 117   StoreSupplementaryCalculations
 118     .. index:: single: StoreSupplementaryCalculations
 119
 120     Cette liste indique les noms des variables supplémentaires qui peuvent être
 121     disponibles à la fin de l'algorithme. Cela implique potentiellement des
 122     calculs ou du stockage coûteux. La valeur par défaut est une liste vide,
 123     aucune de ces variables n'étant calculée et stockée par défaut. Les noms
 124     possibles sont dans la liste suivante : ["BMA", "CostFunctionJ",
 125     "CostFunctionJb", "CostFunctionJo", "CurrentState", "OMA", "OMB",
 126     "Innovation", "SimulatedObservationAtBackground",
 127     "SimulatedObservationAtCurrentState", "SimulatedObservationAtOptimum"].
 128
 129     Exemple :
 130     ``{"StoreSupplementaryCalculations":["BMA", "Innovation"]}``
 131
 132 Informations et variables disponibles à la fin de l'algorithme
 133 ++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++
 134
 135 En sortie, après exécution de l'algorithme, on dispose d'informations et de
 136 variables issues du calcul. La description des
 137 :ref:`section_ref_output_variables` indique la manière de les obtenir par la
 138 méthode nommée ``get`` de la variable "*ADD*" du post-processing. Les variables
 139 d'entrée, mises à disposition de l'utilisateur en sortie pour faciliter
 140 l'écriture des procédures de post-processing, sont décrites dans
 141 l':ref:`subsection_r_o_v_Inventaire`.
 142
 143 Les sorties non conditionnelles de l'algorithme sont les suivantes:
 144
 145   .. include:: snippets/Analysis.rst
 146
 147   .. include:: snippets/CostFunctionJ.rst
 148
 149   .. include:: snippets/CostFunctionJb.rst
 150
 151   .. include:: snippets/CostFunctionJo.rst
 152
 153 Les sorties conditionnelles de l'algorithme sont les suivantes:
 154
 155   .. include:: snippets/BMA.rst
 156
 157   .. include:: snippets/CurrentState.rst
 158
 159   .. include:: snippets/Innovation.rst
 160
 161   .. include:: snippets/OMA.rst
 162
 163   .. include:: snippets/OMB.rst
 164
 165   .. include:: snippets/SimulatedObservationAtBackground.rst
 166
 167   .. include:: snippets/SimulatedObservationAtCurrentState.rst
 168
 169   .. include:: snippets/SimulatedObservationAtOptimum.rst
 170
 171 Voir aussi
 172 ++++++++++
 173
 174 Références vers d'autres sections :
 175   - :ref:`section_ref_algorithm_DerivativeFreeOptimization`
 176
 177 Références bibliographiques :
 178   - [WikipediaPSO]_