src/daComposant/daAlgorithms/MeasurementsOptimalPositioningTask.py

   1 # -*- coding: utf-8 -*-
   2 #
   3 # Copyright (C) 2008-2022 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 from daCore import BasicObjects
  25 from daAlgorithms.Atoms import ecweim
  26
  27 # ==============================================================================
  28 class ElementaryAlgorithm(BasicObjects.Algorithm):
  29     def __init__(self):
  30         BasicObjects.Algorithm.__init__(self, "MEASUREMENTSOPTIMALPOSITIONING")
  31         self.defineRequiredParameter(
  32             name     = "Variant",
  33             default  = "PositioningBylcEIM",
  34             typecast = str,
  35             message  = "Variant ou formulation de la méthode",
  36             listval  = [
  37                 "PositioningByEIM",
  38                 "PositioningBylcEIM",
  39                 ],
  40             )
  41         self.defineRequiredParameter(
  42             name     = "EnsembleOfSnapshots",
  43             default  = [],
  44             typecast = numpy.array,
  45             message  = "Ensemble de vecteurs d'état physique (snapshots), 1 état par colonne",
  46             )
  47         self.defineRequiredParameter(
  48             name     = "MaximumNumberOfLocations",
  49             default  = 1,
  50             typecast = int,
  51             message  = "Nombre maximal de positions",
  52             minval   = 0,
  53             )
  54         self.defineRequiredParameter(
  55             name     = "ExcludeLocations",
  56             default  = [],
  57             typecast = tuple,
  58             message  = "Liste des positions exclues selon la numérotation interne d'un snapshot",
  59             minval   = -1,
  60             )
  61         self.defineRequiredParameter(
  62             name     = "ErrorNorm",
  63             default  = "L2",
  64             typecast = str,
  65             message  = "Norme d'erreur utilisée pour le critère d'optimalité des positions",
  66             listval  = ["L2", "Linf"]
  67             )
  68         self.defineRequiredParameter(
  69             name     = "ErrorNormTolerance",
  70             default  = 1.e-7,
  71             typecast = float,
  72             message  = "Valeur limite inférieure du critère d'optimalité forçant l'arrêt",
  73             minval   = 0.,
  74             )
  75         self.defineRequiredParameter(
  76             name     = "StoreSupplementaryCalculations",
  77             default  = [],
  78             typecast = tuple,
  79             message  = "Liste de calculs supplémentaires à stocker et/ou effectuer",
  80             listval  = [
  81                 "EnsembleOfSnapshots",
  82                 "OptimalPoints",
  83                 "ReducedBasis",
  84                 "Residus",
  85                 ]
  86             )
  87         self.requireInputArguments(
  88             mandatory= (),
  89             optional = ("Xb", "HO"),
  90             )
  91         self.setAttributes(tags=(
  92             "Reduction",
  93             ))
  94
  95     def run(self, Xb=None, Y=None, U=None, HO=None, EM=None, CM=None, R=None, B=None, Q=None, Parameters=None):
  96         self._pre_run(Parameters, Xb, Y, U, HO, EM, CM, R, B, Q)
  97         #
  98         #--------------------------
  99         if   self._parameters["Variant"] == "PositioningBylcEIM":
 100             if len(self._parameters["EnsembleOfSnapshots"]) > 0:
 101                 if self._toStore("EnsembleOfSnapshots"):
 102                     self.StoredVariables["EnsembleOfSnapshots"].store( self._parameters["EnsembleOfSnapshots"] )
 103                 ecweim.EIM_offline(self)
 104             else:
 105                 raise ValueError("Snapshots have to be given in order to launch the positionning analysis")
 106         #
 107         elif self._parameters["Variant"] == "PositioningByEIM":
 108             if len(self._parameters["EnsembleOfSnapshots"]) > 0:
 109                 if self._toStore("EnsembleOfSnapshots"):
 110                     self.StoredVariables["EnsembleOfSnapshots"].store( self._parameters["EnsembleOfSnapshots"] )
 111                 ecweim.EIM_offline(self)
 112             else:
 113                 raise ValueError("Snapshots have to be given in order to launch the positionning analysis")
 114         #
 115         #--------------------------
 116         else:
 117             raise ValueError("Error in Variant name: %s"%self._parameters["Variant"])
 118         #
 119         self._post_run(HO)
 120         return 0
 121
 122 # ==============================================================================
 123 if __name__ == "__main__":
 124     print('\n AUTODIAGNOSTIC\n')