2 Copyright (C) 2008-2017 EDF R&D
4 This file is part of SALOME ADAO module.
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.
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.
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
20 See http://www.salome-platform.org/ or email : webmaster.salome@opencascade.com
22 Author: Jean-Philippe Argaud, jean-philippe.argaud@edf.fr, EDF R&D
24 .. index:: single: TUI
25 .. index:: single: API/TUI
26 .. index:: single: adaoBuilder
29 ================================================================================
30 **[DocR]** Interface de programmation textuelle pour l'utilisateur (API/TUI)
31 ================================================================================
33 Cette section présente des méthodes avancées d'usage du module ADAO à l'aide de
34 son interface de programmation textuelle (API/TUI). Cette interface permet de
35 créer un objet de calcul de manière similaire à la construction d'un cas par
36 l'interface graphique (GUI). Dans le cas où l'on désire réaliser à la main le
37 cas de calcul TUI, on recommande de bien s'appuyer sur l'ensemble de la
38 documentation du module ADAO, et de se reporter si nécessaire à l'interface
39 graphique (GUI), pour disposer de l'ensemble des éléments permettant de
40 renseigner correctement les commandes. Les notions générales et termes utilisés
41 ici sont définis dans :ref:`section_theory`.
43 .. _subsection_tui_creating:
45 Création de cas de calcul TUI ADAO et exemples
46 ----------------------------------------------
48 .. _subsection_tui_example:
50 Un exemple simple de création d'un cas de calcul TUI ADAO
51 +++++++++++++++++++++++++++++++++++++++++++++++++++++++++
53 Pour introduire l'interface TUI, on commence par un exemple simple mais complet
54 de cas de calcul ADAO. Toutes les données sont explicitement définies dans le
55 corps du script pour faciliter la lecture. L'ensemble des commandes est le
58 from numpy import array
60 case = adaoBuilder.New()
61 case.set( 'AlgorithmParameters', Algorithm='3DVAR' )
62 case.set( 'Background', Vector=[0, 1, 2] )
63 case.set( 'BackgroundError', ScalarSparseMatrix=1.0 )
64 case.set( 'Observation', Vector=array([0.5, 1.5, 2.5]) )
65 case.set( 'ObservationError', DiagonalSparseMatrix='1 1 1' )
66 case.set( 'ObservationOperator', Matrix='1 0 0;0 2 0;0 0 3' )
67 case.set( 'Observer', Variable="Analysis", Template="ValuePrinter" )
70 Le résultat de l'exécution de ces commandes dans SALOME (que ce soit par la
71 commande "*shell*" de SALOME, dans la console Python de l'interface, ou par le
72 menu d'exécution d'un script) est le suivant::
74 Analysis [ 0.25000264 0.79999797 0.94999939]
76 Création détaillée d'un cas de calcul TUI ADAO
77 ++++++++++++++++++++++++++++++++++++++++++++++
79 On décrit ici plus en détail les différentes étapes de création d'un cas de
80 calcul TUI ADAO. Les commandes elles-mêmes sont détaillées juste après dans
81 l':ref:`subsection_tui_commands`.
83 La création et l'initialisation d'une étude se font par les commandes suivantes,
84 le nom ``case`` de l'objet du cas de calcul TUI ADAO étant quelconque, au choix
87 from numpy import array
89 case = adaoBuilder.New()
91 Il est recommandé d'importer par principe le module ``numpy`` ou ses
92 constructeurs particuliers comme celui d'``array``, pour faciliter ensuite son
93 usage dans les commandes elle-mêmes.
95 Ensuite, le cas doit être construit par une préparation et un enregistrement des
96 données définissant l'étude. L'ordre de ces commande n'a pas d'importance, il
97 suffit que les concepts requis par l'algorithme utilisé soient présentes. On se
98 reportera à :ref:`section_reference` et à ses sous-parties pour avoir le détail
99 des commandes par algorithme. Ici, on définit successivement l'algorithme
100 d'assimilation de données ou d'optimisation choisi et ses paramètres, puis
101 l'ébauche :math:`\mathbf{x}^b` (nommée ``Background``) et sa covariance
102 d'erreurs :math:`\mathbf{B}` (nommée ``BackgroundError``), et enfin
103 l'observation :math:`\mathbf{y}^o` (nommée ``Observation``) et sa covariance
104 d'erreurs :math:`\mathbf{R}` (nommée ``ObservationError``)::
106 case.set( 'AlgorithmParameters', Algorithm='3DVAR' )
108 case.set( 'Background', Vector=[0, 1, 2] )
109 case.set( 'BackgroundError', ScalarSparseMatrix=1.0 )
111 case.set( 'Observation', Vector=array([0.5, 1.5, 2.5]) )
112 case.set( 'ObservationError', DiagonalSparseMatrix='1 1 1' )
114 On remarque que l'on peut donner, en entrée des quantités vectorielles ou
115 matricielles, des objets de type ``str``, ``list`` ou ``tuple`` de Python, ou de
116 type ``array`` ou ``matrix`` de Numpy. Dans ces deux derniers cas, il faut
117 simplement importer le module Numpy avant.
119 On doit ensuite définir les opérateurs :math:`H` d'observation et éventuellement
120 :math:`M` d'évolution. Dans tous les cas, linéaire ou non-linéaire, on peut les
121 définir comme des fonctions. Dans le cas simple d'un opérateur linéaire, on peut
122 aussi le définir à l'aide de la matrice qui correspond à l'opérateur linéaire.
123 Dans le cas présent le plus simple d'opérateur linéaire, on utilise la syntaxe
124 suivante pour un opérateur de :math:`\mathbf{R}^3` sur lui-même::
126 case.ObservationOperator(Matrix = "1 0 0;0 2 0;0 0 3")
128 Dans le cas beaucoup plus courant d'un opérateur non-linéaire de
129 :math:`\mathbf{R}^n` dans :math:`\mathbf{R}^p`, il doit être préalablement
130 disponible sous la forme d'une fonction Python, connue dans l'espace de nommage
131 courant, qui prend en entrée un vecteur ``numpy`` (ou une liste ordonnée) de
132 taille :math:`n` et qui restitue en sortie un vecteur ``numpy`` de taille
133 :math:`p`. Lorsque seul l'opérateur non-linéaire est défini par l'argument
134 "*OneFunction*", son adjoint est directement établi de manière numérique et il
135 est paramétrable par l'argument "*Parameters*". L'exemple suivant montre une
136 fonction ``simulation`` (qui réalise ici le même opérateur linéaire que
137 ci-dessus) et l'enregistre dans le cas ADAO::
141 "Fonction de simulation H pour effectuer Y=H(X)"
142 __x = numpy.matrix(numpy.ravel(numpy.matrix(x))).T
143 __H = numpy.matrix("1 0 0;0 2 0;0 0 3")
146 case.set( 'ObservationOperator',
147 OneFunction = simulation,
148 Parameters = {"DifferentialIncrement":0.01},
151 Pour connaître les résultats intermédiaire ou finaux du calcul du cas, on peut
152 ajouter des "*observer*", qui permettent d'associer l'exécution d'un script à
153 une variable intermédiaire ou finale du calcul. On se reportera à la description
154 de la manière d':ref:`section_advanced_observer`, et à la :ref:`section_reference`
155 pour savoir quelles sont les quantités observables. Cette association
156 d'"*observer*" avec une quantité existante se fait de manière similaire à la
157 définition des données du calcul::
159 case.set( 'Observer', Variable="Analysis", Template="ValuePrinter" )
161 Enfin, lorsque toutes les informations requises sont disponibles dans le cas
162 ``case`` de calcul ADAO, on peut en demander l'exécution de manière très
163 simple dans l'environnement de l'interpréteur Python::
167 Au final, on obtient le script très compact proposé précédemment dans
168 :ref:`subsection_tui_example`.
170 Fournir des données ou informations de calcul plus complexes
171 ++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++
173 Une telle interface s'écrivant en Python, il est possible d'utiliser toute la
174 puissance du langage pour entrer des données plus complexes qu'une déclaration
177 L'enregistrement des données d'entrées supporte différents types de variables,
178 mais surtout, ces entrées peuvent recevoir des variables courantes disponibles
179 dans l'espace de nommage du script. Il est donc aisé d'utiliser des variables
180 calculées préalablement ou obtenues par l'import de scripts "utilisateur". Si
181 par exemple les observations sont disponibles sous la forme d'une liste dans un
182 fichier Python externe nommé ``observations.py`` sous le nom ``table``, il
183 suffit de réaliser les opérations suivantes pour enregistrer les observations
184 dans le cas de calcul TUI ADAO::
186 from observations import table
187 case.set( 'Observation', Vector=table )
189 La première ligne importe la variable ``table`` depuis le fichier externe, et la
190 seconde enregistre directement cette table comme la donnée "*Observation*".
192 La simplicité de cet enregistrement montre bien la facilité d'obtenir les
193 données de calcul depuis des sources externes, fichiers ou flux informatiques
194 atteignables en Python. Comme d'habitude, il est recommandé à l'utilisateur de
195 vérifier ses données avant de les enregistrer dans le cas de calcul TUI ADAO
196 pour éviter les erreurs compliquées à corriger.
198 Obtenir et utiliser les résultats de calcul de manière plus riche
199 +++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++
201 De la même manière, il est possible d'obtenir et traiter les résultats de calcul
202 de manière plus riche, pour enchaîner sur des post-traitements après le calcul
205 Les variables de résultats de calcul, ou les variables internes issues de
206 l'optimisation ou de l'assimilation de données, sont disponibles à travers la
207 méthode ``get`` du cas de calcul TUI ADAO, qui renvoie un objet de type liste de
208 la variable demandée. On se reportera aux :ref:`section_ref_output_variables`
209 pour une description détaillée sur ce sujet.
211 A titre d'exemple, on donne quelques lignes de script qui permettent d'obtenir
212 le nombre d'itérations de l'optimisation et la valeur optimale ainsi que sa
216 print " Nombre d'iterations :", len(case.get("CostFunctionJ"))
217 Xa = case.get("Analysis")
218 print " Analyse optimale :", Xa[-1]
219 print " Taille de l'analyse :", len(Xa[-1])
222 Ces lignes peuvent être très simplement additionnées à l'exemple initial de cas
223 de calcul TUI ADAO proposé dans :ref:`subsection_tui_example`.
225 De même que pour l'entrée des données, la simplicité de récupération des
226 résultats permet d'envisager aisément des post-traitements enchaînés dans
227 SALOME, pour utiliser par exemple de la visualisation avec MatPlotLib ou PARAVIS
228 [PARAVIS]_, de l'adaptation de maillage avec HOMARD [HOMARD]_, ou pour d'autres
231 .. _subsection_tui_commands:
233 Ensemble des commandes disponibles en interface textuelle TUI
234 -------------------------------------------------------------
236 Dans l'interface TUI du module ADAO, on suit les conventions et recommandations
237 courantes en Python pour la distinction entre ce qui est public, et ce qui est
238 privé ou réservé car relevant des détails d'implémentation. De manière pratique,
239 tout nom d'objet ou de fonction commençant par au moins un signe "_" est privé
240 au sens courant de programmation ("*private*"). Néanmoins, l'absence d'un tel
241 signe au début d'un nom ne le désigne pas comme public. De manière générale, en
242 Python, et contrairement à d'autres langages, on peut accéder aux objets ou aux
243 fonction privés. Cela peut parfois être utile, mais un tel usage dans vos codes
244 conduira à des plantages sans avertissement lors de futures versions. Il est
245 donc fortement recommandé de ne pas le faire.
247 Pour clarifier et faciliter l'utilisation du module pour du script, **cette
248 section définit donc l'interface de programmation (API) textuelle publique pour
249 l'utilisateur (TUI) de manière complète et limitative**. L'usage en script
250 d'objets ou fonctions ADAO autres que ceux qui sont définis ici est fortement
251 déconseillé, car cela conduira vraisemblablement à des plantages sans
252 avertissement lors de futures versions.
254 Syntaxes d'appel équivalentes pour les commandes TUI
255 ++++++++++++++++++++++++++++++++++++++++++++++++++++
257 La définition des données lors de la création de cas de calcul TUI ADAO supporte
258 **deux syntaxes entièrement équivalentes**. On peut :
260 - soit utiliser la commande ``set`` et comme premier argument le concept
261 ``XXXXX`` sur lequel appliquer la commande dont les arguments suivent,
262 - soit utiliser la commande ``setXXXXX`` contenant les arguments de la commande
265 Pour illustrer cette équivalence, on prend l'exemple des deux commandes
266 suivantes qui conduisent au même résultat::
268 case.set( 'Background', Vector=[0, 1, 2] )
272 case.setBackground( Vector=[0, 1, 2] )
274 Le choix de l'une ou l'autre des syntaxes est librement laissé à l'utilisateur,
275 selon son contexte d'usage. Dans la suite, par souci de clarté, on définit les
276 commandes selon la seconde syntaxe.
278 Création d'un cas de calcul en interface textuelle TUI
279 ++++++++++++++++++++++++++++++++++++++++++++++++++++++
281 La création et l'initialisation d'un cas de calcul en interface textuelle TUI se
282 font en important le module d'interface "*adaoBuilder*" et en invoquant sa
283 méthode "*New()*" comme illustré dans les quelques lignes suivantes (le nom
284 ``case`` de l'objet étant quelconque, au choix de l'utilisateur)::
286 from numpy import array
288 case = adaoBuilder.New()
290 Il est recommandé par principe de toujours importer le module ``numpy`` (ou ses
291 constructeurs particuliers, comme celui d'``array``) pour faciliter ensuite son
292 usage dans les commandes elle-mêmes.
294 Définir les données de calcul
295 +++++++++++++++++++++++++++++
297 Les commandes qui suivent permettent de définir les données d'un cas de calcul
298 TUI ADAO. Le pseudo-type des arguments est similaire et compatible avec ceux des
299 entrées en interface GUI, décrits dans la section des
300 :ref:`section_reference_entry` et en particulier par la
301 :ref:`section_ref_entry_types`. La vérification de l'adéquation des grandeurs se
302 fait soit lors de leur définition, soit lors de l'exécution.
304 Dans chaque commande, le mot-clé booléen "*Stored*" permet d'indiquer si l'on
305 veut éventuellement la stocker la grandeur définie, pour en disposer en cours de
306 calcul ou en sortie. Le choix par défaut est de ne pas stocker, et il est
307 recommandé de conserver cette valeur par défaut. En effet, pour un cas de calcul
308 TUI, on dispose déjà souvent des grandeurs données en entrées qui sont présentes
309 dans l'espace de nommage courant du cas.
311 Les commandes disponibles sont les suivantes :
313 .. index:: single: setBackground
315 **setBackground** (*Vector, VectorSerie, Script, Stored*)
316 Cette commande permet de définir l'ébauche :math:`\mathbf{x}^b`. Selon les
317 algorithmes, on peut la définir comme un vecteur simple par "*Vector*", ou
318 comme une liste de vecteurs par "*VectorSerie*". Si on la définit par un
319 script dans "*Script*", le vecteur est de type "*Vector*" (par défaut) ou
320 "*VectorSerie*" selon que l'une de ces variables est placée à "*True*".
322 .. index:: single: setBackgroundError
324 **setBackgroundError** (*Matrix, ScalarSparseMatrix, DiagonalSparseMatrix, Script, Stored*)
325 Cette commande permet de définir la matrice :math:`\mathbf{B}` de
326 covariance des erreurs d'ébauche. La matrice peut être définie de manière
327 complète par le mot-clé "*Matrix*", ou de manière parcimonieuse, comme une
328 matrice diagonale dont on donne la variance unique sur la diagonale par
329 "*ScalarSparseMatrix*", ou comme une matrice diagonale dont on donne le
330 vecteur des variances situé sur la diagonale par "*DiagonalSparseMatrix*".
331 Si on la définit par un script dans "*Script*", la matrice est de type
332 "*Matrix*" (par défaut), "*ScalarSparseMatrix*" ou "*DiagonalSparseMatrix*"
333 selon que l'une de ces variables est placée à "*True*".
335 .. index:: single: setCheckingPoint
337 **setCheckingPoint** (*Vector, VectorSerie, Script, Stored*)
338 Cette commande permet de définir un point courant :math:`\mathbf{x}` utilisé
339 pour un algorithme de vérification. Selon les algorithmes, on peut le
340 définir comme un vecteur simple par "*Vector*", ou comme une liste de
341 vecteurs par "*VectorSerie*". Si on le définit par un script dans
342 "*Script*", le vecteur est de type "*Vector*" (par défaut) ou
343 "*VectorSerie*" selon que l'une de ces variables est placée à "*True*".
345 .. index:: single: setControlModel
347 **setControlModel** (*Matrix, OneFunction, ThreeFunctions, Parameters, Script, Stored*)
348 Cette commande permet de définir l'opérateur de contrôle :math:`O`, qui
349 décrit un contrôle d'entrée linéaire externe de l'opérateur d'évolution ou
350 d'observation. On se reportera :ref:`section_ref_operator_control`. Sa
351 valeur est définie comme un objet de type fonction ou de type "*Matrix*".
352 Dans le cas d'une fonction, différentes formes fonctionnelles peuvent être
353 utilisées, comme décrit dans la section
354 :ref:`section_ref_operator_requirements`, et entrées par les mots-clés
355 "*OneFunction*" ou "*ThreeFunctions*". Dans le cas d'une définition par
356 "*Script*", l'opérateur est de type "*Matrix*", "*OneFunction*" ou
357 "*ThreeFunctions*" selon que l'une de ces variables est placée à "*True*".
358 Les paramètres de contrôle de l'approximation numérique de l'opérateur
359 adjoint, dans le cas "*OneFunction*", peuvent être renseignés par un
360 dictionnaire à travers le mot-clé "*Parameters*". Les entrées potentielles
361 de ce dictionnaire de paramètres sont "*DifferentialIncrement*",
362 "*CenteredFiniteDifference*" (similaires à celles de l'interface graphique).
364 .. index:: single: setControlInput
366 **setControlInput** (*Vector, VectorSerie, Script, Stored*)
367 Cette commande permet de définir le vecteur de contrôle :math:`\mathbf{u}`.
368 Selon les algorithmes, on peut le définir comme un vecteur simple par
369 "*Vector*", ou comme une liste de vecteurs par "*VectorSerie*". Si on le
370 définit par un script dans "*Script*", le vecteur est de type "*Vector*"
371 (par défaut) ou "*VectorSerie*" selon que l'une de ces variables est placée
374 .. index:: single: setEvolutionError
376 **setEvolutionError** (*Matrix, ScalarSparseMatrix, DiagonalSparseMatrix, Script, Stored*)
377 Cette commande permet de définir la matrice :math:`\mathbf{Q}` de
378 covariance des erreurs d'évolution. La matrice peut être définie de manière
379 complète par le mot-clé "*Matrix*", ou de manière parcimonieuse, comme une
380 matrice diagonale dont on donne la variance unique sur la diagonale par
381 "*ScalarSparseMatrix*", ou comme une matrice diagonale dont on donne le
382 vecteur des variances situé sur la diagonale par "*DiagonalSparseMatrix*".
383 Si on la définit par un script dans "*Script*", la matrice est de type
384 "*Matrix*" (par défaut), "*ScalarSparseMatrix*" ou "*DiagonalSparseMatrix*"
385 selon que l'une de ces variables est placée à "*True*".
387 .. index:: single: setEvolutionModel
389 **setEvolutionModel** (*Matrix, OneFunction, ThreeFunctions, Parameters, Script, Stored*)
390 Cette commande permet de définir l'opérateur d'evolution :math:`M`, qui
391 décrit un pas élémentaire d'évolution. Sa valeur est définie comme un objet
392 de type fonction ou de type "*Matrix*". Dans le cas d'une fonction,
393 différentes formes fonctionnelles peuvent être utilisées, comme décrit dans
394 la section :ref:`section_ref_operator_requirements`, et entrées par les
395 mots-clés "*OneFunction*" ou "*ThreeFunctions*". Dans le cas d'une
396 définition par "*Script*", l'opérateur est de type "*Matrix*",
397 "*OneFunction*" ou "*ThreeFunctions*" selon que l'une de ces variables est
398 placée à "*True*". Les paramètres de contrôle de l'approximation numérique
399 de l'opérateur adjoint, dans le cas "*OneFunction*", peuvent être renseignés
400 par un dictionnaire dans "*Parameters*". Les entrées potentielles de ce
401 dictionnaire de paramètres sont "*DifferentialIncrement*",
402 "*CenteredFiniteDifference*", "*EnableMultiProcessing*",
403 "*NumberOfProcesses*" (similaires à celles de l'interface graphique).
405 .. index:: single: setObservation
407 **setObservation** (*Vector, VectorSerie, Script, Stored*)
408 Cette commande permet de définir le vecteur d'observation
409 :math:`\mathbf{y}^o`. Selon les algorithmes, on peut le définir comme un
410 vecteur simple par "*Vector*", ou comme une liste de vecteurs par
411 "*VectorSerie*". Si on le définit par un script dans "*Script*", le vecteur
412 est de type "*Vector*" (par défaut) ou "*VectorSerie*" selon que l'une de
413 ces variables est placée à "*True*".
415 .. index:: single: setObservationError
417 **setObservationError** (*Matrix, ScalarSparseMatrix, DiagonalSparseMatrix, Script, Stored*)
418 Cette commande permet de définir la matrice :math:`\mathbf{R}` de
419 covariance des erreurs d'observation. La matrice peut être définie de
420 manière complète par le mot-clé "*Matrix*", ou de manière parcimonieuse,
421 comme une matrice diagonale dont on donne la variance unique sur la
422 diagonale par "*ScalarSparseMatrix*", ou comme une matrice diagonale dont on
423 donne le vecteur des variances situé sur la diagonale par
424 "*DiagonalSparseMatrix*". Si on la définit par un script dans "*Script*", la
425 matrice est de type "*Matrix*" (par défaut), "*ScalarSparseMatrix*" ou
426 "*DiagonalSparseMatrix*" selon que l'une de ces variables est placée à
429 .. index:: single: setObservationOperator
431 **setObservationOperator** (*Matrix, OneFunction, ThreeFunctions, AppliedInXb, Parameters, Script, Stored*)
432 Cette commande permet de définir l'opérateur d'observation :math:`H`, qui
433 transforme les paramètres d'entrée :math:`\mathbf{x}` en résultats
434 :math:`\mathbf{y}` qui sont à comparer aux observations
435 :math:`\mathbf{y}^o`. Sa valeur est définie comme un objet de type fonction
436 ou de type "*Matrix*". Dans le cas d'une fonction, différentes formes
437 fonctionnelles peuvent être utilisées, comme décrit dans la section
438 :ref:`section_ref_operator_requirements`, et entrées par les mots-clés
439 "*OneFunction*" ou "*ThreeFunctions*". Dans le cas d'une définition par
440 "*Script*", l'opérateur est de type "*Matrix*", "*OneFunction*" ou
441 "*ThreeFunctions*" selon que l'une de ces variables est placée à "*True*".
442 Dans le cas où l'opérateur :math:`H` évalué en :math:`\mathbf{x}^b` est
443 disponible, il peut être donné en utilisant "*AppliedInXb*" et sera
444 considéré comme un vecteur. Les paramètres de contrôle de l'approximation
445 numérique de l'opérateur adjoint, dans le cas "*OneFunction*", peuvent être
446 renseignés par un dictionnaire dans "*Parameters*". Les entrées potentielles
447 de ce dictionnaire de paramètres sont "*DifferentialIncrement*",
448 "*CenteredFiniteDifference*", "*EnableMultiProcessing*",
449 "*NumberOfProcesses*" (similaires à celles de l'interface graphique).
451 .. index:: single: set
453 **set** (*Concept,...*)
454 Cette commande permet de disposer d'une syntaxe équivalente pour toutes les
455 commandes de ce paragraphe. Son premier argument est le nom du concept à
456 définir (par exemple "*Background*" ou "*ObservationOperator*"), sur lequel
457 s'applique ensuite les arguments qui suivent, qui sont les mêmes que dans
458 les commandes individuelles précédentes. Lors de l'usage de cette commande,
459 il est indispensable de nommer les arguments (par exemple "*Vector=...*").
461 Paramétrer le calcul, les sorties, etc.
462 +++++++++++++++++++++++++++++++++++++++
464 .. index:: single: setAlgorithmParameters
466 **setAlgorithmParameters** (*Algorithm, Parameters, Script*)
467 Cette commande permet de choisir l'algorithme de calcul ou de vérification
468 par l'argument "*Algorithm*" sous la forme d'un nom d'algorithme (on se
469 reportera utilement aux listes des :ref:`section_reference_assimilation` et
470 des :ref:`section_reference_checking`), et de définir les paramètres de
471 calcul par l'argument "*Parameters*". Dans le cas d'une définition par
472 "*Script*", le fichier indiqué doit contenir les deux variables
473 "*Algorithm*" et "*Parameters*" (ou "*AlgorithmParameters*" de manière
476 .. index:: single: setDebug
479 Cette commande permet d'activer le mode d'information détaillé lors de
482 .. index:: single: setNoDebug
485 Cette commande permet de désactiver le mode d'information détaillé lors de
488 .. index:: single: setObserver
490 **setObserver** (*Variable, Template, String, Script, Info*)
491 Cette commande permet de définir un *observer* sur une variable courante ou
492 finale du calcul. On se reportera à la description des
493 :ref:`ref_observers_requirements` pour avoir leur liste et leur format, et à
494 la :ref:`section_reference` pour savoir quelles sont les quantités
495 observables. On définit comme un "*String*" le corps de l'*observer*, en
496 utilisant une chaine de caractères incluant si nécessaire des sauts de
497 lignes. On recommande d'utiliser les patrons disponibles par l'argument
498 "*Template*". Dans le cas d'une définition par "*Script*", le fichier
499 indiqué doit contenir uniquement le corps de la fonction, comme décrit dans
500 les :ref:`ref_observers_requirements`.
505 .. index:: single: executePythonScheme
507 **executePythonScheme** ()
508 Cette commande lance le calcul complet dans l'environnement de
509 l'interpréteur Python courant, sans interaction avec YACS [YACS]_. Les
510 sorties standard et d'erreur sont celles de l'interpréteur Python. On
511 dispose si nécessaire du parallélisme interne des algorithmes dans ADAO et
512 du parallélisme interne du ou des codes de simulation utilisé.
514 .. .. index:: single: generateYACSscheme
516 .. **executeYACSScheme** (*File*)
517 .. Cete commande génère le schéma YACS [YACS]_ du cas de calcul dans le fichier
518 .. requis "*File*", et en lance l'exécution dans l'interpréteur YACS, comme on
519 .. peut le réaliser en utilisant l'éditeur standard de cas ADAO. Les sorties
520 .. standard et d'erreur sont celles de l'interpréteur YACS. On dispose si
521 .. nécessaire du parallélisme de noeuds et blocs dans YACS, du parallélisme
522 .. interne des algorithmes dans ADAO et du parallélisme interne du ou des codes
523 .. de simulation utilisé.
525 .. index:: single: execute
528 Cette commande est un raccourci utilisateur pour "*executePythonScheme*".
530 Obtenir séparément les résultats de calcul
531 ++++++++++++++++++++++++++++++++++++++++++
533 .. index:: single: get
536 Cette commande permet d'extraire explicitement les variables disponibles en
537 sortie du cas de calcul TUI ADAO pour les utiliser dans la suite du
538 scripting, par exemple en visualisation. Elle a pour argument le nom d'un
539 variable dans "*Concept*", et renvoie en retour la grandeur sous la forme
540 d'une liste (même s'il n'y en a qu'un exemplaire) de cette variable de
541 base. Pour connaître la liste des variables et les utiliser, on se
542 reportera à l':ref:`subsection_r_o_v_Inventaire`, et plus généralement à la
543 fois aux :ref:`section_ref_output_variables` et aux documentations
544 individuelles des algorithmes.
546 .. _subsection_tui_advanced:
548 Exemples plus avancés de cas de calcul TUI ADAO
549 -----------------------------------------------
551 On propose ici des exemples plus complets de cas de calcul TUI ADAO, en donnant
552 l'objectif de l'exemple et un jeu de commandes qui permet de parvenir à cet
555 Exploitation indépendante des résultats d'un cas de calcul
556 ++++++++++++++++++++++++++++++++++++++++++++++++++++++++++
558 L'objectif est d'effectuer en TUI la mise en données d'un cas de calcul ADAO,
559 son exécution, puis la récupération des résultats pour ensuite enchaîner sur une
560 exploitation indépendante de ces résultats (cette dernière n'étant pas décrite
561 ici, puisque dépendante de l'utilisateur).
563 Les hypothèses du cas utilisateur sont les suivantes. On suppose :
565 #. que l'on veut recaler 3 paramètres ``alpha``, ``beta`` et ``gamma`` dans un domaine borné,
566 #. que l'on dispose d'observations nommées ``observations``,
567 #. que l'utilisateur dispose en Python d'une fonction de simulation physique appelée ``simulation``, préalablement (bien) testée, qui transforme les 3 paramètres en résultats similaires aux observations,
568 #. que l'exploitation indépendante, que l'utilisateur veut faire, est représentée ici par l'affichage simple de l'état initial, de l'état optimal, de la simulation en ce point, des états intermédiaires et du nombre d'itérations d'optimisation.
570 Pour effectuer de manière simple cet essai de cas de calcul TUI, on se donne par
571 exemple les entrées suivantes, parfaitement arbitraires, en construisant les
572 observations par simulation pour se placer dans un cas d'expériences jumelles::
575 # Construction artificielle d'un exemple de données utilisateur
576 # -------------------------------------------------------------
581 alphamin, alphamax = 0., 10.
582 betamin, betamax = 3, 13
583 gammamin, gammamax = 1.5, 15.5
586 "Fonction de simulation H pour effectuer Y=H(X)"
588 __x = numpy.matrix(numpy.ravel(numpy.matrix(x))).T
589 __H = numpy.matrix("1 0 0;0 2 0;0 0 3; 1 2 3")
592 # Observations obtenues par simulation
593 # ------------------------------------
594 observations = simulation((2, 3, 4))
596 Le jeu de commandes que l'on peut utiliser est le suivant::
601 # Mise en forme des entrées
602 # -------------------------
603 Xb = (alpha, beta, gamma)
605 (alphamin, alphamax),
607 (gammamin, gammamax))
611 case = adaoBuilder.New()
613 'AlgorithmParameters',
617 "MaximumNumberOfSteps":100,
618 "StoreSupplementaryCalculations":[
621 "SimulatedObservationAtOptimum",
625 case.set( 'Background', Vector = numpy.array(Xb), Stored = True )
626 case.set( 'Observation', Vector = numpy.array(observations) )
627 case.set( 'BackgroundError', ScalarSparseMatrix = 1.0e10 )
628 case.set( 'ObservationError', ScalarSparseMatrix = 1.0 )
630 'ObservationOperator',
631 OneFunction = simulation,
632 Parameters = {"DifferentialIncrement":0.0001},
634 case.set( 'Observer', Variable="CurrentState", Template="ValuePrinter" )
637 # Exploitation indépendante
638 # -------------------------
639 Xbackground = case.get("Background")
640 Xoptimum = case.get("Analysis")[-1]
641 FX_at_optimum = case.get("SimulatedObservationAtOptimum")[-1]
642 J_values = case.get("CostFunctionJ")[:]
644 print "Nombre d'itérations internes...: %i"%len(J_values)
645 print "Etat initial...................:",numpy.ravel(Xbackground)
646 print "Etat optimal...................:",numpy.ravel(Xoptimum)
647 print "Simulation à l'état optimal....:",numpy.ravel(FX_at_optimum)
650 L'exécution de jeu de commandes donne le résultat suivant::
652 CurrentState [ 5. 7. 9.]
653 CurrentState [ 0. 3. 1.5]
654 CurrentState [ 1.40006418 3.86705307 3.7061137 ]
655 CurrentState [ 1.42580231 3.68474804 3.81008738]
656 CurrentState [ 1.60220353 3.0677108 4.06146069]
657 CurrentState [ 1.72517855 3.03296953 4.04915706]
658 CurrentState [ 2.00010755 3. 4.00055409]
659 CurrentState [ 1.99995528 3. 3.99996367]
660 CurrentState [ 2.00000007 3. 4.00000011]
661 CurrentState [ 2. 3. 4.]
663 Nombre d'itérations internes...: 10
664 Etat initial...................: [ 5. 7. 9.]
665 Etat optimal...................: [ 2. 3. 4.]
666 Simulation à l'état optimal....: [ 2. 6. 12. 20.]
668 Comme il se doit en expériences jumelles, on constate que l'on retrouve bien les
669 paramètres qui ont servi à construire artificiellement les observations.
671 .. Réconciliation de courbes à l'aide de MedCoupling
672 .. +++++++++++++++++++++++++++++++++++++++++++++++++
674 .. Utilisation de fonctions de surveillance de type "observer"
675 .. +++++++++++++++++++++++++++++++++++++++++++++++++++++++++++
677 .. [HOMARD] Pour de plus amples informations sur HOMARD, voir le *module HOMARD* et son aide intégrée disponible dans le menu principal *Aide* de l'environnement SALOME.
679 .. [PARAVIS] Pour de plus amples informations sur PARAVIS, voir le *module PARAVIS* et son aide intégrée disponible dans le menu principal *Aide* de l'environnement SALOME.
681 .. [YACS] Pour de plus amples informations sur YACS, voir le *module YACS* et son aide intégrée disponible dans le menu principal *Aide* de l'environnement SALOME.