src/daComposant/daAlgorithms/LinearLeastSquares.py

   1 #-*-coding:iso-8859-1-*-
   2 #
   3 #  Copyright (C) 2008-2009  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 __doc__ = """
  22     Algorithme de moindre carres pondérés (analyse sans ebauche)
  23 """
  24 __author__ = "Sophie RICCI, Jean-Philippe ARGAUD - Septembre 2008"
  25
  26 import sys ; sys.path.insert(0, "../daCore")
  27 import logging
  28 import Persistence
  29 from BasicObjects import Algorithm
  30 import PlatformInfo ; m = PlatformInfo.SystemUsage()
  31
  32 # ==============================================================================
  33 class ElementaryAlgorithm(Algorithm):
  34     def __init__(self):
  35         Algorithm.__init__(self)
  36         self._name = "LINEARLEASTSQUARES"
  37
  38     def run(self, Xb=None, Y=None, H=None, M=None, R=None, B=None, Q=None, Par=None):
  39         """
  40         Calcul de l'estimateur au sens des moindres carres sans ebauche
  41         """
  42         logging.debug("%s Lancement"%self._name)
  43         logging.debug("%s Taille mémoire utilisée de %.1f Mo"%(self._name, m.getUsedMemory("Mo")))
  44         #
  45         Hm = H["Direct"].asMatrix()
  46         Ht = H["Adjoint"].asMatrix()
  47         #
  48         K =  (Ht * R.I * Hm ).I * Ht * R.I
  49         Xa =  K * Y
  50         #
  51         self.StoredVariables["Analysis"].store( Xa.A1 )
  52         #
  53         logging.debug("%s Taille mémoire utilisée de %.1f Mo"%(self._name, m.getUsedMemory("Mo")))
  54         logging.debug("%s Terminé"%self._name)
  55         #
  56         return 0
  57
  58 # ==============================================================================
  59 if __name__ == "__main__":
  60     print '\n AUTODIAGNOSTIC \n'
  61
  62