src/daComposant/daAlgorithms/FunctionTest.py

   1 #-*-coding:iso-8859-1-*-
   2 #
   3 #  Copyright (C) 2008-2013 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 logging
  24 from daCore import BasicObjects, PlatformInfo
  25 m = PlatformInfo.SystemUsage()
  26
  27 import numpy, copy
  28
  29 # ==============================================================================
  30 class ElementaryAlgorithm(BasicObjects.Algorithm):
  31     def __init__(self):
  32         BasicObjects.Algorithm.__init__(self, "REPEATEDFUNCTIONTEST")
  33         self.defineRequiredParameter(
  34             name     = "NumberOfPrintedDigits",
  35             default  = 5,
  36             typecast = int,
  37             message  = "Nombre de chiffres affichés pour les impressions de réels",
  38             minval   = 0,
  39             )
  40         self.defineRequiredParameter(
  41             name     = "NumberOfRepetition",
  42             default  = 1,
  43             typecast = int,
  44             message  = "Nombre de fois où l'exécution de la fonction est répétée",
  45             minval   = 1,
  46             )
  47         self.defineRequiredParameter(
  48             name     = "ResultTitle",
  49             default  = "",
  50             typecast = str,
  51             message  = "Titre du tableau et de la figure",
  52             )
  53         self.defineRequiredParameter(
  54             name     = "SetDebug",
  55             default  = True,
  56             typecast = bool,
  57             message  = "Activation du mode debug lors de l'exécution",
  58             )
  59
  60     def run(self, Xb=None, Y=None, U=None, HO=None, EM=None, CM=None, R=None, B=None, Q=None, Parameters=None):
  61         logging.debug("%s Lancement"%self._name)
  62         logging.debug("%s Taille mémoire utilisée de %.1f Mo"%(self._name, m.getUsedMemory("M")))
  63         #
  64         self.setParameters(Parameters)
  65         #
  66         Hm = HO["Direct"].appliedTo
  67         #
  68         Xn = numpy.asmatrix(numpy.ravel( Xb )).T
  69         #
  70         # ----------
  71         _p = self._parameters["NumberOfPrintedDigits"]
  72         if len(self._parameters["ResultTitle"]) > 0:
  73             msg  = "     ====" + "="*len(self._parameters["ResultTitle"]) + "====\n"
  74             msg += "        " + self._parameters["ResultTitle"] + "\n"
  75             msg += "     ====" + "="*len(self._parameters["ResultTitle"]) + "====\n"
  76             print("%s"%msg)
  77         #
  78         msg  = "===> Information before launching:\n"
  79         msg += "     -----------------------------\n"
  80         msg += "     Characteristics of input vector X, internally converted:\n"
  81         msg += "       Type...............: %s\n"%type( Xn )
  82         msg += "       Lenght of vector...: %i\n"%max(numpy.matrix( Xn ).shape)
  83         msg += ("       Minimum value......: %."+str(_p)+"e\n")%numpy.min( Xn )
  84         msg += ("       Maximum value......: %."+str(_p)+"e\n")%numpy.max( Xn )
  85         msg += ("       Mean of vector.....: %."+str(_p)+"e\n")%numpy.mean( Xn )
  86         msg += ("       Standard error.....: %."+str(_p)+"e\n")%numpy.std( Xn )
  87         msg += ("       L2 norm of vector..: %."+str(_p)+"e\n")%numpy.linalg.norm( Xn )
  88         print(msg)
  89         #
  90         if self._parameters["SetDebug"]:
  91             CUR_LEVEL = logging.getLogger().getEffectiveLevel()
  92             logging.getLogger().setLevel(logging.DEBUG)
  93             print("===> Beginning of evaluation, activating debug\n")
  94         else:
  95             print("===> Beginning of evaluation, without activating debug\n")
  96         #
  97         # ----------
  98         Ys = []
  99         for i in range(self._parameters["NumberOfRepetition"]):
 100             print("     %s\n"%("-"*75,))
 101             if self._parameters["NumberOfRepetition"] > 1:
 102                 print("===> Repetition step number %i on a total of %i\n"%(i+1,self._parameters["NumberOfRepetition"]))
 103             print("===> Launching direct operator evaluation\n")
 104             #
 105             Y = Hm( Xn )
 106             #
 107             print("\n===> End of direct operator evaluation\n")
 108             #
 109             msg  = ("===> Information after evaluation:\n")
 110             msg += ("\n     Characteristics of output vector Y, to compare to other calculations:\n")
 111             msg += ("       Type...............: %s\n")%type( Y )
 112             msg += ("       Lenght of vector...: %i\n")%max(numpy.matrix( Y ).shape)
 113             msg += ("       Minimum value......: %."+str(_p)+"e\n")%numpy.min( Y )
 114             msg += ("       Maximum value......: %."+str(_p)+"e\n")%numpy.max( Y )
 115             msg += ("       Mean of vector.....: %."+str(_p)+"e\n")%numpy.mean( Y )
 116             msg += ("       Standard error.....: %."+str(_p)+"e\n")%numpy.std( Y )
 117             msg += ("       L2 norm of vector..: %."+str(_p)+"e\n")%numpy.linalg.norm( Y )
 118             print(msg)
 119             #
 120             Ys.append( copy.copy( numpy.ravel(Y) ) )
 121         #
 122         print("     %s\n"%("-"*75,))
 123         if self._parameters["SetDebug"]:
 124             print("===> End evaluation, deactivating debug if necessary\n")
 125             logging.getLogger().setLevel(CUR_LEVEL)
 126         #
 127         if self._parameters["NumberOfRepetition"] > 1:
 128             msg  = ("     %s\n"%("-"*75,))
 129             msg += ("\n===> Statistical analysis of the outputs obtained throught repeated evaluations\n")
 130             Yy = numpy.array( Ys )
 131             msg += ("\n     Characteristics of the whole set of outputs Y:\n")
 132             msg += ("       Number of evaluations.........................: %i\n")%len( Ys )
 133             msg += ("       Minimum value of the whole set of outputs.....: %."+str(_p)+"e\n")%numpy.min( Yy )
 134             msg += ("       Maximum value of the whole set of outputs.....: %."+str(_p)+"e\n")%numpy.max( Yy )
 135             msg += ("       Mean of vector of the whole set of outputs....: %."+str(_p)+"e\n")%numpy.mean( Yy )
 136             msg += ("       Standard error of the whole set of outputs....: %."+str(_p)+"e\n")%numpy.std( Yy )
 137             Ym = numpy.mean( numpy.array( Ys ), axis=0 )
 138             msg += ("\n     Characteristics of the vector Ym, mean of the outputs Y:\n")
 139             msg += ("       Size of the mean of the outputs...............: %i\n")%Ym.size
 140             msg += ("       Minimum value of the mean of the outputs......: %."+str(_p)+"e\n")%numpy.min( Ym )
 141             msg += ("       Maximum value of the mean of the outputs......: %."+str(_p)+"e\n")%numpy.max( Ym )
 142             msg += ("       Mean of the mean of the outputs...............: %."+str(_p)+"e\n")%numpy.mean( Ym )
 143             msg += ("       Standard error of the mean of the outputs.....: %."+str(_p)+"e\n")%numpy.std( Ym )
 144             Ye = numpy.mean( numpy.array( Ys ) - Ym, axis=0 )
 145             msg += "\n     Characteristics of the mean of the differences between the outputs Y and their mean Ym:\n"
 146             msg += ("       Size of the mean of the differences...........: %i\n")%Ym.size
 147             msg += ("       Minimum value of the mean of the differences..: %."+str(_p)+"e\n")%numpy.min( Ye )
 148             msg += ("       Maximum value of the mean of the differences..: %."+str(_p)+"e\n")%numpy.max( Ye )
 149             msg += ("       Mean of the mean of the differences...........: %."+str(_p)+"e\n")%numpy.mean( Ye )
 150             msg += ("       Standard error of the mean of the differences.: %."+str(_p)+"e\n")%numpy.std( Ye )
 151             msg += ("\n     %s\n"%("-"*75,))
 152             print(msg)
 153         #
 154         logging.debug("%s Taille mémoire utilisée de %.1f Mo"%(self._name, m.getUsedMemory("M")))
 155         logging.debug("%s Terminé"%self._name)
 156         #
 157         return 0
 158
 159 # ==============================================================================
 160 if __name__ == "__main__":
 161     print '\n AUTODIAGNOSTIC \n'