doc/fr/scripts/simple_MeasurementsOptimalPositioningTask3.py

   1 # -*- coding: utf-8 -*-
   2 #
   3 import numpy as np
   4 import matplotlib.pyplot as plt
   5 np.random.seed(123456789)
   6 #
   7 dimension = 20
   8 #
   9 print("Définition d'un ensemble artificiel de champs physiques")
  10 from Models.TwoDimensionalInverseDistanceCS2010 \
  11      import TwoDimensionalInverseDistanceCS2010 as Equation
  12 Eq = Equation(dimension, dimension)
  13 print()
  14 #
  15 print("Recherche des positions optimales de mesure")
  16 from adao import adaoBuilder
  17 case = adaoBuilder.New()
  18 case.setAlgorithmParameters(
  19     Algorithm = 'MeasurementsOptimalPositioningTask',
  20     Parameters = {
  21         "Variant":"DEIM",
  22         "SampleAsnUplet":Eq.get_sample_of_mu(15, 15),
  23         "MaximumNumberOfLocations":50,
  24         "ErrorNorm":"Linf",
  25         "ErrorNormTolerance":0.,
  26         "StoreSupplementaryCalculations":[
  27             "SingularValues",
  28             "OptimalPoints",
  29             "EnsembleOfSimulations",
  30             ],
  31         }
  32     )
  33 case.setBackground(Vector = [1,1] )
  34 case.setObservationOperator(OneFunction = Eq.OneRealisation)
  35 case.execute()
  36 #
  37 print()
  38 print("Affichage graphique des résultats")
  39 #
  40 sp = case.get("EnsembleOfSimulations")[-1]
  41 x1, x2 = Eq.get_x()
  42 x1, x2 = np.meshgrid(x1, x2)
  43 name = "Représentation de quelques snapshots de G sur un total de %i"%sp.shape[1]
  44 print("  -", name)
  45 fig, ax = plt.subplots(subplot_kw={"projection": "3d"}, figsize=(6, 6))
  46 fig.suptitle(name)
  47 ax.set_xlabel("Position x1", fontweight='bold', color='red')
  48 ax.set_ylabel("Position x2", fontweight='bold', color='red')
  49 ax.set_zlabel("Amplitude de G", fontweight='bold', color='red')
  50 for i in range(sp.shape[1]):
  51     if i % 44 != 0: continue
  52     ax.plot_surface(x1, x2, sp[:,i].reshape((dimension, dimension)), cmap='coolwarm')
  53 fig.savefig("simple_MeasurementsOptimalPositioningTask31.png")
  54 plt.close()
  55 #
  56 sv = case.get("SingularValues")[-1]
  57 name = "Valeurs singulières de l'ensemble des simulations de G"
  58 print("  -", name)
  59 fig, ax = plt.subplots(figsize=(6, 6))
  60 fig.suptitle(name)
  61 ax.set_xlabel("Index des valeurs singulières, numérotées à partir de 1")
  62 ax.set_ylabel("Amplitude des valeurs singulières")
  63 ax.set_xlim(1, len(sv))
  64 ax.set_yscale("log")
  65 ax.grid(True)
  66 ax.plot(range(1, 1 + len(sv)), sv)
  67 fig.savefig("simple_MeasurementsOptimalPositioningTask32.png")
  68 plt.tight_layout()
  69 plt.close()
  70 #
  71 nbmax = 15
  72 op = case.get("OptimalPoints")[-1]
  73 posx1 = [x1.reshape((-1,))[ip] for ip in op[:nbmax]]
  74 posx2 = [x2.reshape((-1,))[ip] for ip in op[:nbmax]]
  75 name = "Ensemble des %i premiers points optimaux de mesure"%nbmax
  76 Omega = Eq.get_bounds_on_space()
  77 print("  -", name)
  78 fig, ax = plt.subplots(figsize=(6, 6))
  79 fig.suptitle(name)
  80 ax.set_xlabel("Position x1", fontweight='bold', color='red')
  81 ax.set_ylabel("Position x2", fontweight='bold', color='red')
  82 ax.set_xlim(Omega[0][0] - 0.05, Omega[0][1] + 0.05)
  83 ax.set_ylim(Omega[1][0] - 0.05, Omega[1][1] + 0.05)
  84 ax.grid(True, which='both', linestyle=(0, (1, 5)), linewidth=0.5)
  85 ax.plot(posx1, posx2, markersize=6, marker="o", linestyle='')
  86 for i in range(len(posx1)):
  87     ax.text(posx1[i] + 0.005, posx2[i] + 0.01, str(i + 1), fontweight='bold')
  88 fig.savefig("simple_MeasurementsOptimalPositioningTask33.png")
  89 plt.tight_layout()
  90 plt.close()