doc/fr/ref_algorithm_TabuSearch.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: TabuSearch
  25 .. _section_ref_algorithm_TabuSearch:
  26
  27 Algorithme de calcul "*TabuSearch*"
  28 -----------------------------------
  29
  30 .. ------------------------------------ ..
  31 .. include:: snippets/Header2Algo01.rst
  32
  33 Cet algorithme réalise une estimation d'état par minimisation d'une
  34 fonctionnelle d'écart :math:`J` sans gradient. C'est une méthode qui n'utilise
  35 pas les dérivées de la fonctionnelle d'écart. Elle entre, par exemple, dans la
  36 même catégorie que l':ref:`section_ref_algorithm_DerivativeFreeOptimization`,
  37 l':ref:`section_ref_algorithm_ParticleSwarmOptimization` ou
  38 l':ref:`section_ref_algorithm_DifferentialEvolution`.
  39
  40 C'est une méthode d'optimisation permettant la recherche du minimum global d'une
  41 fonctionnelle d'erreur :math:`J` quelconque de type :math:`L^1`, :math:`L^2` ou
  42 :math:`L^{\infty}`, avec ou sans pondérations. La fonctionnelle d'erreur par
  43 défaut est celle de moindres carrés pondérés augmentés, classiquement utilisée
  44 en assimilation de données.
  45
  46 Elle fonctionne par exploration aléatoire itérative du voisinage du point
  47 courant, pour en choisir l'état qui minimise la fonctionnelle d'écart. Pour
  48 éviter de revenir dans un point déjà exploré, le mécanisme de mémoire de
  49 l'algorithme permet d'interdire (d'où le nom de *tabou*) le retour dans les
  50 derniers états explorés. Les positions déjà explorées sont conservées dans une
  51 liste de longueur finie.
  52
  53 .. ------------------------------------ ..
  54 .. include:: snippets/Header2Algo02.rst
  55
  56 .. include:: snippets/Background.rst
  57
  58 .. include:: snippets/BackgroundError.rst
  59
  60 .. include:: snippets/Observation.rst
  61
  62 .. include:: snippets/ObservationError.rst
  63
  64 .. include:: snippets/ObservationOperator.rst
  65
  66 .. ------------------------------------ ..
  67 .. include:: snippets/Header2Algo03AdOp.rst
  68
  69 .. include:: snippets/LengthOfTabuList.rst
  70
  71 .. include:: snippets/MaximumNumberOfSteps_50.rst
  72
  73 .. include:: snippets/NoiseAddingProbability.rst
  74
  75 .. include:: snippets/NoiseDistribution.rst
  76
  77 .. include:: snippets/NoiseHalfRange.rst
  78
  79 .. include:: snippets/NumberOfElementaryPerturbations.rst
  80
  81 .. include:: snippets/QualityCriterion.rst
  82
  83 .. include:: snippets/SetSeed.rst
  84
  85 .. include:: snippets/StandardDeviation.rst
  86
  87 StoreSupplementaryCalculations
  88   .. index:: single: StoreSupplementaryCalculations
  89
  90   Cette liste indique les noms des variables supplémentaires qui peuvent être
  91   disponibles à la fin de l'algorithme, si elles sont initialement demandées par
  92   l'utilisateur. Cela implique potentiellement des calculs ou du stockage
  93   coûteux. La valeur par défaut est une liste vide, aucune de ces variables
  94   n'étant calculée et stockée par défaut sauf les variables inconditionnelles.
  95   Les noms possibles sont dans la liste suivante : [
  96   "Analysis",
  97   "BMA",
  98   "CostFunctionJ",
  99   "CostFunctionJb",
 100   "CostFunctionJo",
 101   "CurrentIterationNumber",
 102   "CurrentState",
 103   "Innovation",
 104   "OMA",
 105   "OMB",
 106   "SimulatedObservationAtBackground",
 107   "SimulatedObservationAtCurrentState",
 108   "SimulatedObservationAtOptimum",
 109   ].
 110
 111   Exemple :
 112   ``{"StoreSupplementaryCalculations":["BMA", "CurrentState"]}``
 113
 114 .. ------------------------------------ ..
 115 .. include:: snippets/Header2Algo04.rst
 116
 117 .. include:: snippets/Analysis.rst
 118
 119 .. include:: snippets/CostFunctionJ.rst
 120
 121 .. include:: snippets/CostFunctionJb.rst
 122
 123 .. include:: snippets/CostFunctionJo.rst
 124
 125 .. ------------------------------------ ..
 126 .. include:: snippets/Header2Algo05.rst
 127
 128 .. include:: snippets/Analysis.rst
 129
 130 .. include:: snippets/BMA.rst
 131
 132 .. include:: snippets/CostFunctionJ.rst
 133
 134 .. include:: snippets/CostFunctionJb.rst
 135
 136 .. include:: snippets/CostFunctionJo.rst
 137
 138 .. include:: snippets/CurrentIterationNumber.rst
 139
 140 .. include:: snippets/CurrentState.rst
 141
 142 .. include:: snippets/Innovation.rst
 143
 144 .. include:: snippets/OMA.rst
 145
 146 .. include:: snippets/OMB.rst
 147
 148 .. include:: snippets/SimulatedObservationAtBackground.rst
 149
 150 .. include:: snippets/SimulatedObservationAtCurrentState.rst
 151
 152 .. include:: snippets/SimulatedObservationAtOptimum.rst
 153
 154 .. ------------------------------------ ..
 155 .. include:: snippets/Header2Algo06.rst
 156
 157 - :ref:`section_ref_algorithm_DerivativeFreeOptimization`
 158 - :ref:`section_ref_algorithm_DifferentialEvolution`
 159 - :ref:`section_ref_algorithm_ParticleSwarmOptimization`
 160
 161 .. ------------------------------------ ..
 162 .. include:: snippets/Header2Algo07.rst
 163
 164 - [Glover89]_
 165 - [Glover90]_
 166 - [WikipediaTS]_