doc/fr/ref_algorithm_ParticleSwarmOptimization.rst

   1 ..
   2    Copyright (C) 2008-2020 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 .. index:: single: NumberOfInsects
  64 .. index:: single: SwarmVelocity
  65 .. index:: single: GroupRecallRate
  66 .. index:: single: QualityCriterion
  67 .. index:: single: BoxBounds
  68
  69 .. include:: snippets/MaximumNumberOfSteps_50.rst
  70
  71 .. include:: snippets/MaximumNumberOfFunctionEvaluations.rst
  72
  73 .. include:: snippets/QualityCriterion.rst
  74
  75 NumberOfInsects
  76   Cette clé indique le nombre d'insectes ou de particules dans l'essaim. La
  77   valeur par défaut est 100, qui est une valeur par défaut usuelle pour cet
  78   algorithme.
  79
  80   Exemple :
  81   ``{"NumberOfInsects":100}``
  82
  83 SwarmVelocity
  84   Cette clé indique la part de la vitesse d'insecte qui est imposée par
  85   l'essaim. C'est une valeur réelle positive. Le défaut est de 1.
  86
  87   Exemple :
  88   ``{"SwarmVelocity":1.}``
  89
  90 GroupRecallRate
  91   Cette clé indique le taux de rappel vers le meilleur insecte de l'essaim.
  92   C'est une valeur réelle comprise entre 0 et 1. Le défaut est de 0.5.
  93
  94   Exemple :
  95   ``{"GroupRecallRate":0.5}``
  96
  97 BoxBounds
  98   Cette clé permet de définir des bornes supérieure et inférieure pour chaque
  99   incrément de  variable d'état optimisée (et non pas chaque variable d'état
 100   elle-même). Les bornes doivent être données par une liste de liste de paires
 101   de bornes inférieure/supérieure pour chaque incrément de variable, avec une
 102   valeur extrême chaque fois qu'il n'y a pas de borne (``None`` n'est pas une
 103   valeur autorisée lorsqu'il n'y a pas de borne). Cette clé est requise et il
 104   n'y a pas de valeurs par défaut.
 105
 106   Exemple :
 107   ``{"BoxBounds":[[-0.5,0.5], [0.01,2.], [0.,1.e99], [-1.e99,1.e99]]}``
 108
 109 .. include:: snippets/SetSeed.rst
 110
 111 StoreSupplementaryCalculations
 112   .. index:: single: StoreSupplementaryCalculations
 113
 114   Cette liste indique les noms des variables supplémentaires qui peuvent être
 115   disponibles à la fin de l'algorithme, si elles sont initialement demandées par
 116   l'utilisateur. Cela implique potentiellement des calculs ou du stockage
 117   coûteux. La valeur par défaut est une liste vide, aucune de ces variables
 118   n'étant calculée et stockée par défaut sauf les variables inconditionnelles.
 119   Les noms possibles sont dans la liste suivante : [
 120   "Analysis",
 121   "BMA",
 122   "CurrentState",
 123   "CostFunctionJ",
 124   "CostFunctionJb",
 125   "CostFunctionJo",
 126   "Innovation",
 127   "OMA",
 128   "OMB",
 129   "SimulatedObservationAtBackground",
 130   "SimulatedObservationAtCurrentState",
 131   "SimulatedObservationAtOptimum",
 132   ].
 133
 134   Exemple :
 135   ``{"StoreSupplementaryCalculations":["BMA", "CurrentState"]}``
 136
 137 .. ------------------------------------ ..
 138 .. include:: snippets/Header2Algo04.rst
 139
 140 .. include:: snippets/Analysis.rst
 141
 142 .. include:: snippets/CostFunctionJ.rst
 143
 144 .. include:: snippets/CostFunctionJb.rst
 145
 146 .. include:: snippets/CostFunctionJo.rst
 147
 148 .. ------------------------------------ ..
 149 .. include:: snippets/Header2Algo05.rst
 150
 151 .. include:: snippets/Analysis.rst
 152
 153 .. include:: snippets/BMA.rst
 154
 155 .. include:: snippets/CurrentState.rst
 156
 157 .. include:: snippets/CostFunctionJ.rst
 158
 159 .. include:: snippets/CostFunctionJb.rst
 160
 161 .. include:: snippets/CostFunctionJo.rst
 162
 163 .. include:: snippets/Innovation.rst
 164
 165 .. include:: snippets/OMA.rst
 166
 167 .. include:: snippets/OMB.rst
 168
 169 .. include:: snippets/SimulatedObservationAtBackground.rst
 170
 171 .. include:: snippets/SimulatedObservationAtCurrentState.rst
 172
 173 .. include:: snippets/SimulatedObservationAtOptimum.rst
 174
 175 .. ------------------------------------ ..
 176 .. include:: snippets/Header2Algo06.rst
 177
 178 - :ref:`section_ref_algorithm_DerivativeFreeOptimization`
 179 - :ref:`section_ref_algorithm_DifferentialEvolution`
 180 - :ref:`section_ref_algorithm_TabuSearch`
 181
 182 .. ------------------------------------ ..
 183 .. include:: snippets/Header2Algo07.rst
 184
 185 - [WikipediaPSO]_