examples/daSalome/test005_ADAO_scripts_for_JDC.py

   1 #-*-coding:iso-8859-1-*-
   2 import numpy
   3 import logging
   4 logging.info("ComputationFunctionNode: Begin")
   5 # ==============================================================================
   6 # Input data and parameters: all is in the required input variable
   7 # "computation", containing for example:
   8 #      {'inputValues': [[[[0.0, 0.0, 0.0]]]],
   9 #       'inputVarList': ['adao_default'],
  10 #       'outputVarList': ['adao_default'],
  11 #       'specificParameters': [{'name': 'method', 'value': 'Direct'}]}
  12 # ==============================================================================
  13 #
  14 # Recovering the type of computation: "Direct", "Tangent" or "Adjoint"
  15 # --------------------------------------------------------------------
  16 method = ""
  17 for param in computation["specificParameters"]:
  18     if param["name"] == "method":
  19         method = param["value"]
  20 logging.info("ComputationFunctionNode: Found method is \'%s\'"%method)
  21 #
  22 # Recovering the current control state X
  23 # --------------------------------------
  24 Xcurrent = computation["inputValues"][0][0][0]
  25 #
  26 # Building explicit calculation or requiring external ones
  27 # --------------------------------------------------------
  28 dimension = len( Xcurrent )
  29 H  = numpy.matrix(numpy.core.identity(dimension))
  30 #
  31 def FunctionH( X ):
  32     return H * X
  33 #
  34 def AdjointH( (X, Y) ):
  35     return H.T * Y
  36 #
  37 # The possible computations
  38 # -------------------------
  39 if method == "Direct":
  40     logging.info("ComputationFunctionNode: Direct computation")
  41     data = FunctionH(numpy.matrix( Xcurrent ).T)
  42 #
  43 if method == "Tangent":
  44     logging.info("ComputationFunctionNode: Tangent computation")
  45     data = FunctionH(numpy.matrix( Xcurrent ).T)
  46 #
  47 if method == "Adjoint":
  48     logging.info("ComputationFunctionNode: Adjoint computation")
  49     Ycurrent = computation["inputValues"][0][0][1]
  50     data = AdjointH((numpy.matrix( Xcurrent ).T, numpy.matrix( Ycurrent ).T))
  51 #
  52 # Formatting the output
  53 # ---------------------
  54 logging.info("ComputationFunctionNode: Formatting the output")
  55 it = data.flat
  56 outputValues = [[[[]]]]
  57 for val in it:
  58   outputValues[0][0][0].append(val)
  59 #
  60 result = {}
  61 result["outputValues"]        = outputValues
  62 result["specificOutputInfos"] = []
  63 result["returnCode"]          = 0
  64 result["errorMessage"]        = ""
  65 #
  66 logging.info("ComputationFunctionNode: End")