1 # -*- coding: utf-8 -*-
3 # Copyright (C) 2008-2024 EDF R&D
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.
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.
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
19 # See http://www.salome-platform.org/ or email : webmaster.salome@opencascade.com
21 # Author: Jean-Philippe Argaud, jean-philippe.argaud@edf.fr, EDF R&D
24 from daCore import BasicObjects
25 from daAlgorithms.Atoms import ecweim, ecwdeim, ecwubfeim, eosg
27 # ==============================================================================
28 class ElementaryAlgorithm(BasicObjects.Algorithm):
30 BasicObjects.Algorithm.__init__(self, "MEASUREMENTSOPTIMALPOSITIONING")
31 self.defineRequiredParameter(
35 message = "Variant ou formulation de la méthode",
37 "EIM", "PositioningByEIM",
38 "lcEIM", "PositioningBylcEIM",
39 "DEIM", "PositioningByDEIM",
40 "lcDEIM", "PositioningBylcDEIM",
43 "UBFEIM", "PositioningByUBFEIM",
44 "lcUBFEIM", "PositioningBylcUBFEIM",
47 self.defineRequiredParameter(
48 name = "EnsembleOfSnapshots",
50 typecast = numpy.array,
51 message = "Ensemble de vecteurs d'état physique (snapshots), 1 état par colonne (Training Set)",
53 self.defineRequiredParameter(
54 name = "UserBasisFunctions",
56 typecast = numpy.array,
57 message = "Ensemble de fonctions de base définis par l'utilisateur, 1 fonction de base par colonne",
59 self.defineRequiredParameter(
60 name = "MaximumNumberOfLocations",
63 message = "Nombre maximal de positions",
66 self.defineRequiredParameter(
67 name = "ExcludeLocations",
70 message = "Liste des indices ou noms de positions exclues selon l'ordre interne d'un snapshot",
72 self.defineRequiredParameter(
73 name = "NameOfLocations",
76 message = "Liste des noms de positions selon l'ordre interne d'un snapshot",
78 self.defineRequiredParameter(
82 message = "Norme d'erreur utilisée pour le critère d'optimalité des positions",
83 listval = ["L2", "Linf"]
85 self.defineRequiredParameter(
86 name = "ErrorNormTolerance",
89 message = "Valeur limite inférieure du critère d'optimalité forçant l'arrêt",
92 self.defineRequiredParameter(
93 name = "SampleAsnUplet",
96 message = "Points de calcul définis par une liste de n-uplet",
98 self.defineRequiredParameter(
99 name = "SampleAsExplicitHyperCube",
102 message = "Points de calcul définis par un hyper-cube dont on donne la liste des échantillonnages explicites de chaque variable comme une liste", # noqa: E501
104 self.defineRequiredParameter(
105 name = "SampleAsMinMaxStepHyperCube",
108 message = "Points de calcul définis par un hyper-cube dont on donne la liste des échantillonnages implicites de chaque variable par un triplet [min,max,step]", # noqa: E501
110 self.defineRequiredParameter(
111 name = "SampleAsMinMaxLatinHyperCube",
114 message = "Points de calcul définis par un hyper-cube Latin dont on donne les bornes de chaque variable par une paire [min,max], suivi du nombre de points demandés", # noqa: E501
116 self.defineRequiredParameter(
117 name = "SampleAsMinMaxSobolSequence",
120 message = "Points de calcul définis par une séquence de Sobol dont on donne les bornes de chaque variable par une paire [min,max], suivi de la paire [dimension, nombre minimal de points demandés]", # noqa: E501
122 self.defineRequiredParameter(
123 name = "SampleAsIndependantRandomVariables",
126 message = "Points de calcul définis par un hyper-cube dont les points sur chaque axe proviennent de l'échantillonnage indépendant de la variable selon la spécification ['distribution',[parametres],nombre]", # noqa: E501
128 self.defineRequiredParameter(
129 name = "ReduceMemoryUse",
132 message = "Réduction de l'empreinte mémoire lors de l'exécution au prix d'une augmentation du temps de calcul", # noqa: E501
134 self.defineRequiredParameter(
138 message = "Activation du mode debug lors de l'exécution",
140 self.defineRequiredParameter(
141 name = "StoreSupplementaryCalculations",
144 message = "Liste de calculs supplémentaires à stocker et/ou effectuer",
146 "EnsembleOfSimulations",
156 self.defineRequiredParameter(
158 typecast = numpy.random.seed,
159 message = "Graine fixée pour le générateur aléatoire",
161 self.requireInputArguments(
163 optional = ("Xb", "HO"),
176 def run(self, Xb=None, Y=None, U=None, HO=None, EM=None, CM=None, R=None, B=None, Q=None, Parameters=None):
177 self._pre_run(Parameters, Xb, Y, U, HO, EM, CM, R, B, Q)
179 # --------------------------
180 if self._parameters["Variant"] in ["lcEIM", "PositioningBylcEIM", "EIM", "PositioningByEIM"]:
181 if len(self._parameters["EnsembleOfSnapshots"]) > 0:
182 if self._toStore("EnsembleOfSimulations"):
183 self.StoredVariables["EnsembleOfSimulations"].store( self._parameters["EnsembleOfSnapshots"] )
184 ecweim.EIM_offline(self, self._parameters["EnsembleOfSnapshots"])
185 elif isinstance(HO, dict):
186 ecweim.EIM_offline(self, eosg.eosg(self, Xb, HO))
188 raise ValueError("Snapshots or Operator have to be given in order to launch the EIM analysis")
190 # --------------------------
191 elif self._parameters["Variant"] in ["lcDEIM", "PositioningBylcDEIM", "DEIM", "PositioningByDEIM"]:
192 if len(self._parameters["EnsembleOfSnapshots"]) > 0:
193 if self._toStore("EnsembleOfSimulations"):
194 self.StoredVariables["EnsembleOfSimulations"].store( self._parameters["EnsembleOfSnapshots"] )
195 ecwdeim.DEIM_offline(self, self._parameters["EnsembleOfSnapshots"])
196 elif isinstance(HO, dict):
197 ecwdeim.DEIM_offline(self, eosg.eosg(self, Xb, HO))
199 raise ValueError("Snapshots or Operator have to be given in order to launch the DEIM analysis")
200 # --------------------------
201 elif self._parameters["Variant"] in ["lcUBFEIM", "PositioningBylcUBFEIM", "UBFEIM", "PositioningByUBFEIM"]:
202 if len(self._parameters["EnsembleOfSnapshots"]) > 0:
203 if self._toStore("EnsembleOfSimulations"):
204 self.StoredVariables["EnsembleOfSimulations"].store( self._parameters["EnsembleOfSnapshots"] )
205 ecwubfeim.UBFEIM_offline(self, self._parameters["EnsembleOfSnapshots"])
206 elif isinstance(HO, dict):
207 ecwubfeim.UBFEIM_offline(self, eosg.eosg(self, Xb, HO))
209 raise ValueError("Snapshots or Operator have to be given in order to launch the UBFEIM analysis")
211 # --------------------------
213 raise ValueError("Error in Variant name: %s"%self._parameters["Variant"])
215 self._post_run(HO, EM)
218 # ==============================================================================
219 if __name__ == "__main__":
220 print("\n AUTODIAGNOSTIC\n")