src/daComposant/daAlgorithms/ObserverTest.py

   1 # -*- coding: utf-8 -*-
   2 #
   3 # Copyright (C) 2008-2021 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
  25 import numpy
  26
  27 # ==============================================================================
  28 class ElementaryAlgorithm(BasicObjects.Algorithm):
  29     def __init__(self):
  30         BasicObjects.Algorithm.__init__(self, "OBSERVERTEST")
  31         self.setAttributes(tags=(
  32             "Checking",
  33             ))
  34
  35     def run(self, Xb=None, Y=None, U=None, HO=None, EM=None, CM=None, R=None, B=None, Q=None, Parameters=None):
  36         self._pre_run(Parameters, Xb, Y, U, HO, EM, CM, R, B, Q)
  37         print("Results of observer check on all potential variables or commands,")
  38         print("         only activated on selected ones by explicit association.")
  39         print("")
  40         #
  41         __Xa = 1.+numpy.arange(3.)
  42         __Xb = numpy.zeros(3)
  43         __YY = 1.+numpy.arange(5.)
  44         #
  45         # Activation des observers sur toutes les variables stockables
  46         # ------------------------------------------------------------
  47         self.StoredVariables["Analysis"].store( __Xa )
  48         self.StoredVariables["CurrentState"].store( __Xa )
  49         self.StoredVariables["CurrentOptimum"].store( __Xa )
  50         #
  51         self.StoredVariables["CostFunctionJb"].store( 1. )
  52         self.StoredVariables["CostFunctionJo"].store( 2. )
  53         self.StoredVariables["CostFunctionJ" ].store( 3. )
  54         self.StoredVariables["CostFunctionJbAtCurrentOptimum"].store( 4. )
  55         self.StoredVariables["CostFunctionJoAtCurrentOptimum"].store( 5. )
  56         self.StoredVariables["CostFunctionJAtCurrentOptimum" ].store( 6. )
  57         self.StoredVariables["IndexOfOptimum"].store( 1 )
  58         #
  59         self.StoredVariables["APosterioriCovariance"].store( numpy.diag(__Xa) )
  60         self.StoredVariables["APosterioriVariances"].store( __Xa )
  61         self.StoredVariables["APosterioriStandardDeviations"].store( __Xa )
  62         self.StoredVariables["APosterioriCorrelations"].store( numpy.diag(__Xa) )
  63         self.StoredVariables["BMA"].store( __Xb - __Xa )
  64         self.StoredVariables["OMA"].store( __YY )
  65         self.StoredVariables["OMB"].store( __YY )
  66         self.StoredVariables["Innovation"].store( __YY )
  67         self.StoredVariables["InnovationAtCurrentState"].store( __YY )
  68         self.StoredVariables["SigmaObs2"].store( 1. )
  69         self.StoredVariables["SigmaBck2"].store( 1. )
  70         self.StoredVariables["MahalanobisConsistency"].store( 1. )
  71         self.StoredVariables["SimulationQuantiles"].store( numpy.matrix((__YY,__YY,__YY)) )
  72         self.StoredVariables["SimulatedObservationAtBackground"].store( __YY )
  73         self.StoredVariables["SimulatedObservationAtCurrentState"].store( __YY )
  74         self.StoredVariables["SimulatedObservationAtOptimum"].store( __YY )
  75         self.StoredVariables["SimulatedObservationAtCurrentOptimum"].store( __YY )
  76         #
  77         print("")
  78         self._post_run()
  79         return 0
  80
  81 # ==============================================================================
  82 if __name__ == "__main__":
  83     print('\n AUTODIAGNOSTIC\n')