doc/fr/ref_algorithm_TabuSearch.rst

   1 ..
   2    Copyright (C) 2008-2024 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 de l'état d'un système par minimisation
  34 sans gradient d'une fonctionnelle d'écart :math:`J`, en utilisant une méthode
  35 de recherche avec liste Tabou. C'est une méthode qui n'utilise pas les dérivées
  36 de la fonctionnelle d'écart. Elle entre, par exemple, dans la même catégorie
  37 que
  38 l':ref:`section_ref_algorithm_DerivativeFreeOptimization`,
  39 l':ref:`section_ref_algorithm_ParticleSwarmOptimization` ou
  40 l':ref:`section_ref_algorithm_DifferentialEvolution`.
  41
  42 C'est une méthode d'optimisation mono-objectif permettant la recherche du
  43 minimum global d'une fonctionnelle d'erreur :math:`J` quelconque de type
  44 :math:`L^1`, :math:`L^2` ou :math:`L^{\infty}`, avec ou sans pondérations. La
  45 fonctionnelle d'erreur par défaut est celle de moindres carrés pondérés
  46 augmentés, classiquement utilisée en assimilation de données.
  47
  48 Elle fonctionne par exploration aléatoire itérative du voisinage du point
  49 courant, pour en choisir l'état qui minimise la fonctionnelle d'écart. Pour
  50 éviter de revenir dans un point déjà exploré, le mécanisme de mémoire de
  51 l'algorithme permet d'interdire (d'où le nom de *tabou*) le retour dans les
  52 derniers états explorés. Les positions déjà explorées sont conservées dans une
  53 liste de longueur finie.
  54
  55 .. ------------------------------------ ..
  56 .. include:: snippets/Header2Algo12.rst
  57
  58 .. include:: snippets/FeaturePropNonLocalOptimization.rst
  59
  60 .. include:: snippets/FeaturePropDerivativeFree.rst
  61
  62 .. include:: snippets/FeaturePropConvergenceOnNumbers.rst
  63
  64 .. ------------------------------------ ..
  65 .. include:: snippets/Header2Algo02.rst
  66
  67 .. include:: snippets/Background.rst
  68
  69 .. include:: snippets/BackgroundError.rst
  70
  71 .. include:: snippets/Observation.rst
  72
  73 .. include:: snippets/ObservationError.rst
  74
  75 .. include:: snippets/ObservationOperator.rst
  76
  77 .. ------------------------------------ ..
  78 .. include:: snippets/Header2Algo03AdOp.rst
  79
  80 .. include:: snippets/BoundsWithNone.rst
  81
  82 .. include:: snippets/LengthOfTabuList.rst
  83
  84 .. include:: snippets/MaximumNumberOfIterations_50.rst
  85
  86 .. include:: snippets/NoiseAddingProbability.rst
  87
  88 .. include:: snippets/NoiseDistribution.rst
  89
  90 .. include:: snippets/NoiseHalfRange.rst
  91
  92 .. include:: snippets/NumberOfElementaryPerturbations.rst
  93
  94 .. include:: snippets/QualityCriterion.rst
  95
  96 .. include:: snippets/SetSeed.rst
  97
  98 .. include:: snippets/StandardDeviation.rst
  99
 100 StoreSupplementaryCalculations
 101   .. index:: single: StoreSupplementaryCalculations
 102
 103   *Liste de noms*. Cette liste indique les noms des variables supplémentaires,
 104   qui peuvent être disponibles au cours du déroulement ou à la fin de
 105   l'algorithme, si elles sont initialement demandées par l'utilisateur. Leur
 106   disponibilité implique, potentiellement, des calculs ou du stockage coûteux.
 107   La valeur par défaut est donc une liste vide, aucune de ces variables n'étant
 108   calculée et stockée par défaut (sauf les variables inconditionnelles). Les
 109   noms possibles pour les variables supplémentaires sont dans la liste suivante
 110   (la description détaillée de chaque variable nommée est donnée dans la suite
 111   de cette documentation par algorithme spécifique, dans la sous-partie
 112   "*Informations et variables disponibles à la fin de l'algorithme*") : [
 113   "Analysis",
 114   "BMA",
 115   "CostFunctionJ",
 116   "CostFunctionJb",
 117   "CostFunctionJo",
 118   "CurrentIterationNumber",
 119   "CurrentState",
 120   "Innovation",
 121   "OMA",
 122   "OMB",
 123   "SimulatedObservationAtBackground",
 124   "SimulatedObservationAtCurrentState",
 125   "SimulatedObservationAtOptimum",
 126   ].
 127
 128   Exemple :
 129   ``{"StoreSupplementaryCalculations":["CurrentState", "Residu"]}``
 130
 131 .. ------------------------------------ ..
 132 .. include:: snippets/Header2Algo04.rst
 133
 134 .. include:: snippets/Analysis.rst
 135
 136 .. include:: snippets/CostFunctionJ.rst
 137
 138 .. include:: snippets/CostFunctionJb.rst
 139
 140 .. include:: snippets/CostFunctionJo.rst
 141
 142 .. ------------------------------------ ..
 143 .. include:: snippets/Header2Algo05.rst
 144
 145 .. include:: snippets/Analysis.rst
 146
 147 .. include:: snippets/BMA.rst
 148
 149 .. include:: snippets/CostFunctionJ.rst
 150
 151 .. include:: snippets/CostFunctionJb.rst
 152
 153 .. include:: snippets/CostFunctionJo.rst
 154
 155 .. include:: snippets/CurrentIterationNumber.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 .. ------------------------------------ ..
 172 .. _section_ref_algorithm_TabuSearch_examples:
 173
 174 .. include:: snippets/Header2Algo06.rst
 175
 176 - :ref:`section_ref_algorithm_DerivativeFreeOptimization`
 177 - :ref:`section_ref_algorithm_DifferentialEvolution`
 178 - :ref:`section_ref_algorithm_ParticleSwarmOptimization`
 179
 180 .. ------------------------------------ ..
 181 .. include:: snippets/Header2Algo07.rst
 182
 183 - [Glover89]_
 184 - [Glover90]_
 185 - [WikipediaTS]_