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
  28
  29 # ==============================================================================
  30 class ElementaryAlgorithm(BasicObjects.Algorithm):
  31     def __init__(self):
  32         BasicObjects.Algorithm.__init__(self, "FUNCTIONTEST")
  33         self.defineRequiredParameter(
  34             name     = "ResultTitle",
  35             default  = "",
  36             typecast = str,
  37             message  = "Titre du tableau et de la figure",
  38             )
  39
  40     def run(self, Xb=None, Y=None, U=None, HO=None, EM=None, CM=None, R=None, B=None, Q=None, Parameters=None):
  41         logging.debug("%s Lancement"%self._name)
  42         logging.debug("%s Taille mémoire utilisée de %.1f Mo"%(self._name, m.getUsedMemory("M")))
  43         #
  44         # Paramètres de pilotage
  45         # ----------------------
  46         self.setParameters(Parameters)
  47         #
  48         # Opérateur
  49         # ---------
  50         Hm = HO["Direct"].appliedTo
  51         #
  52         # Calcul du point nominal
  53         # -----------------------
  54         Xn = numpy.asmatrix(numpy.ravel( Xb )).T
  55         #
  56         # Test
  57         # ----
  58         if len(self._parameters["ResultTitle"]) > 0:
  59             msg  = "     ====" + "="*len(self._parameters["ResultTitle"]) + "====\n"
  60             msg += "        " + self._parameters["ResultTitle"] + "\n"
  61             msg += "     ====" + "="*len(self._parameters["ResultTitle"]) + "====\n"
  62             print("%s"%msg)
  63         #
  64         msg  = "===> Information before launching:\n"
  65         msg += "     -----------------------------\n"
  66         msg += "     Characteristics of input parameter X, internally converted:\n"
  67         msg += "       Type...............: %s\n"%type( Xn )
  68         msg += "       Lenght of vector...: %i\n"%max(numpy.matrix( Xn ).shape)
  69         msg += "       Minimum value......: %.5e\n"%numpy.min( Xn )
  70         msg += "       Maximum value......: %.5e\n"%numpy.max( Xn )
  71         msg += "       Mean of vector.....: %.5e\n"%numpy.mean( Xn )
  72         msg += "       Standard error.....: %.5e\n"%numpy.std( Xn )
  73         msg += "       L2 norm of vector..: %.5e\n"%numpy.linalg.norm( Xn )
  74         print(msg)
  75         #
  76         CUR_LEVEL = logging.getLogger().getEffectiveLevel()
  77         logging.getLogger().setLevel(logging.DEBUG)
  78         print(  "===> Launching direct operator evaluation, activating debug\n")
  79         Y = Hm( Xn )
  80         print("\n===> End of direct operator evaluation, deactivating debug\n")
  81         logging.getLogger().setLevel(CUR_LEVEL)
  82         #
  83         msg  = "===> Information after launching:\n"
  84         msg += "     ----------------------------\n"
  85         msg += "     Characteristics of output parameter Y, to compare to observation:\n"
  86         msg += "       Type...............: %s\n"%type( Y )
  87         msg += "       Lenght of vector...: %i\n"%max(numpy.matrix( Y ).shape)
  88         msg += "       Minimum value......: %.5e\n"%numpy.min( Y )
  89         msg += "       Maximum value......: %.5e\n"%numpy.max( Y )
  90         msg += "       Mean of vector.....: %.5e\n"%numpy.mean( Y )
  91         msg += "       Standard error.....: %.5e\n"%numpy.std( Y )
  92         msg += "       L2 norm of vector..: %.5e\n"%numpy.linalg.norm( Y )
  93         print(msg)
  94         #
  95         logging.debug("%s Taille mémoire utilisée de %.1f Mo"%(self._name, m.getUsedMemory("M")))
  96         logging.debug("%s Terminé"%self._name)
  97         #
  98         return 0
  99
 100 # ==============================================================================
 101 if __name__ == "__main__":
 102     print '\n AUTODIAGNOSTIC \n'