examples/daSalome/test006_Observers_Observation_Operator.py

   1 #-*-coding:iso-8859-1-*-
   2 #
   3 # Copyright (C) 2008-2017 EDF R&D
   4 #
   5 # This library is free software; you can redistribute it and/or
   6 # modify it under the terms of the GNU Lesser General Public
   7 # License as published by the Free Software Foundation; either
   8 # version 2.1 of the License.
   9 #
  10 # This library is distributed in the hope that it will be useful,
  11 # but WITHOUT ANY WARRANTY; without even the implied warranty of
  12 # MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the GNU
  13 # Lesser General Public License for more details.
  14 #
  15 # You should have received a copy of the GNU Lesser General Public
  16 # License along with this library; if not, write to the Free Software
  17 # Foundation, Inc., 59 Temple Place, Suite 330, Boston, MA  02111-1307 USA
  18 #
  19 # See http://www.salome-platform.org/ or email : webmaster.salome@opencascade.com
  20 #
  21 # Author: Jean-Philippe Argaud, jean-philippe.argaud@edf.fr, EDF R&D
  22
  23 import numpy
  24 import time
  25 import logging
  26 logging.info("ComputationFunctionNode: Begin")
  27 # ==============================================================================
  28 # Input data and parameters: all is in the required input variable
  29 # "computation", containing for example:
  30 #      {'inputValues': [[[[0.0, 0.0, 0.0]]]],
  31 #       'inputVarList': ['adao_default'],
  32 #       'outputVarList': ['adao_default'],
  33 #       'specificParameters': [{'name': 'method', 'value': 'Direct'}]}
  34 # ==============================================================================
  35 #
  36 # Recovering the type of computation: "Direct", "Tangent" or "Adjoint"
  37 # --------------------------------------------------------------------
  38 method = ""
  39 for param in computation["specificParameters"]:
  40     if param["name"] == "method":
  41         method = param["value"]
  42 logging.info("ComputationFunctionNode: Found method is \'%s\'"%method)
  43 #
  44 # Recovering the current control state X
  45 # --------------------------------------
  46 Xcurrent = computation["inputValues"][0][0][0]
  47 #
  48 # Building explicit calculation or requiring external ones
  49 # --------------------------------------------------------
  50 dimension = 3
  51 H  = numpy.matrix(numpy.core.identity(dimension))
  52 #
  53 def FunctionH( X ):
  54     time.sleep(1)
  55     return H * X
  56 #
  57 def AdjointH( (X, Y) ):
  58     return H.T * Y
  59 #
  60 # The possible computations
  61 # -------------------------
  62 if method == "Direct":
  63     logging.info("ComputationFunctionNode: Direct computation")
  64     data = FunctionH(numpy.matrix( Xcurrent ).T)
  65 #
  66 if method == "Tangent":
  67     logging.info("ComputationFunctionNode: Tangent computation")
  68     data = FunctionH(numpy.matrix( Xcurrent ).T)
  69 #
  70 if method == "Adjoint":
  71     logging.info("ComputationFunctionNode: Adjoint computation")
  72     Ycurrent = computation["inputValues"][0][0][1]
  73     data = AdjointH((numpy.matrix( Xcurrent ).T, numpy.matrix( Ycurrent ).T))
  74 #
  75 # Formatting the output
  76 # ---------------------
  77 logging.info("ComputationFunctionNode: Formatting the output")
  78 it = data.flat
  79 outputValues = [[[[]]]]
  80 for val in it:
  81   outputValues[0][0][0].append(val)
  82 #
  83 result = {}
  84 result["outputValues"]        = outputValues
  85 result["specificOutputInfos"] = []
  86 result["returnCode"]          = 0
  87 result["errorMessage"]        = ""
  88 #
  89 logging.info("ComputationFunctionNode: End")