test/test6903/Verification_des_mono_et_multi_fonctions_C.py

   1 # -*- coding: utf-8 -*-
   2 #
   3 # Copyright (C) 2008-2023 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 "Verification du fonctionnement correct d'entrees en mono ou multi-fonctions"
  23
  24 import sys
  25 import unittest
  26 import numpy
  27 from adao import adaoBuilder
  28
  29 # ==============================================================================
  30
  31 M = numpy.matrix("1 0 0;0 2 0;0 0 3")
  32 def MonoFonction( x ):
  33     return M * numpy.asmatrix(numpy.ravel( x )).T
  34
  35 def MultiFonction( xserie ):
  36     _mulHX = []
  37     for _subX in xserie:
  38         _mulHX.append( M * numpy.asmatrix(numpy.ravel( _subX )).T )
  39     return _mulHX
  40
  41 # ==============================================================================
  42 class Test_Adao(unittest.TestCase):
  43     def test1(self):
  44         """
  45         Verification du fonctionnement identique pour les algorithmes autres
  46         en utilisant une fonction lineaire et carree
  47         """
  48         print("\n        "+self.test1.__doc__.strip()+"\n")
  49         Xa = {}
  50         #
  51         for algo in ("ParticleSwarmOptimization", "QuantileRegression", ):
  52             print("")
  53             msg = "Algorithme en test en MonoFonction : %s"%algo
  54             print(msg+"\n"+"-"*len(msg))
  55             #
  56             adaopy = adaoBuilder.New()
  57             adaopy.setAlgorithmParameters(Algorithm=algo, Parameters={"BoxBounds":3*[[-1,3]], "SetSeed":1000})
  58             adaopy.setBackground         (Vector = [0,1,2])
  59             adaopy.setBackgroundError    (ScalarSparseMatrix = 1.)
  60             adaopy.setObservation        (Vector = [0.5,1.5,2.5])
  61             adaopy.setObservationError   (DiagonalSparseMatrix = "1 2 3")
  62             adaopy.setObservationOperator(OneFunction = MonoFonction)
  63             adaopy.setObserver("Analysis",Template="ValuePrinter")
  64             adaopy.execute()
  65             Xa["Mono/"+algo] = adaopy.get("Analysis")[-1]
  66             del adaopy
  67         #
  68         for algo in ("ParticleSwarmOptimization", "QuantileRegression", ):
  69             print("")
  70             msg = "Algorithme en test en MultiFonction : %s"%algo
  71             print(msg+"\n"+"-"*len(msg))
  72             #
  73             adaopy = adaoBuilder.New()
  74             adaopy.setAlgorithmParameters(Algorithm=algo, Parameters={"BoxBounds":3*[[-1,3]], "SetSeed":1000})
  75             adaopy.setBackground         (Vector = [0,1,2])
  76             adaopy.setBackgroundError    (ScalarSparseMatrix = 1.)
  77             adaopy.setObservation        (Vector = [0.5,1.5,2.5])
  78             adaopy.setObservationError   (DiagonalSparseMatrix = "1 2 3")
  79             adaopy.setObservationOperator(OneFunction = MultiFonction, InputFunctionAsMulti = True)
  80             adaopy.setObserver("Analysis",Template="ValuePrinter")
  81             adaopy.execute()
  82             Xa["Multi/"+algo] = adaopy.get("Analysis")[-1]
  83             del adaopy
  84         #
  85         print("")
  86         msg = "Tests des ecarts attendus :"
  87         print(msg+"\n"+"="*len(msg))
  88         for algo in ("ParticleSwarmOptimization", "QuantileRegression"):
  89             verify_similarity_of_algo_results(("Multi/"+algo, "Mono/"+algo), Xa, 1.e-20)
  90         print("  Les resultats obtenus sont corrects.")
  91         print("")
  92
  93 # ==============================================================================
  94 def almost_equal_vectors(v1, v2, precision = 1.e-15, msg = ""):
  95     """Comparaison de deux vecteurs"""
  96     print("    Difference maximale %s: %.2e"%(msg, max(abs(v2 - v1))))
  97     return max(abs(v2 - v1)) < precision
  98
  99 def verify_similarity_of_algo_results(serie = [], Xa = {}, precision = 1.e-15):
 100     print("  Comparaisons :")
 101     for algo1 in serie:
 102         for algo2 in serie:
 103             if algo1 is algo2: break
 104             assert almost_equal_vectors( Xa[algo1], Xa[algo2], precision, "entre %s et %s "%(algo1, algo2) )
 105     print("  Algorithmes dont les resultats sont similaires a %.0e : %s\n"%(precision, serie,))
 106     sys.stdout.flush()
 107
 108 #===============================================================================
 109 if __name__ == "__main__":
 110     print("\nAUTODIAGNOSTIC\n==============")
 111     sys.stderr = sys.stdout
 112     unittest.main(verbosity=2)