Salome HOME
Minor documentation improvements
[modules/adao.git] / doc / fr / intro.rst
index 748aa6485db3a524c0dc5b00f7b278a1d360c66f..85f09b00935645d85c8df14a883e16bef26e8402 100644 (file)
@@ -1,5 +1,5 @@
 ..
-   Copyright (C) 2008-2019 EDF R&D
+   Copyright (C) 2008-2021 EDF R&D
 
    This file is part of SALOME ADAO module.
 
@@ -28,9 +28,9 @@ Introduction à ADAO
 ================================================================================
 
 Le but du module ADAO est **d'aider à l'usage de l'assimilation de données ou
-de l'optimisation en lien avec d'autres modules ou codes de simulation dans un
-contexte Python [Python]_ ou SALOME [Salome]_**. Le module ADAO fournit une
-interface simple à des algorithmes classiques d'assimilation de données ou
+de l'optimisation, en lien avec d'autres modules ou codes de simulation, dans
+un contexte Python** [Python]_ **ou SALOME** [Salome]_. Le module ADAO fournit
+une interface simple à des algorithmes classiques d'assimilation de données ou
 d'optimisation, ainsi que de tests ou vérifications. Il permet d'intégrer leur
 usage dans une étude Python ou SALOME. Les modules utilisateurs de calcul ou de
 simulation doivent fournir une ou plusieurs méthodes d'appel spécifiques afin
@@ -38,19 +38,20 @@ d'être appelable dans le cadre Python ou SALOME. En environnement SALOME, tous
 les modules natifs peuvent être utilisés grâce à l'intégration en Python ou en
 YACS.
 
-Son principal objectif est de **permettre l'usage de diverses méthodes
-standards d'assimilation de données ou d'optimisation, tout en restant facile à
-paramétrer, et en fournissant une démarche simplifiée pour aider à la mise en
-oeuvre**. Pour l'utilisateur final, qui a préalablement recueilli les
-informations sur son problème physique, l'environnement lui permet d'avoir une
-démarche centrée sur la simple déclaration de ces informations pour construire
-un cas ADAO valide, pour l'évaluer, et pour en tirer les résultats physiques
-dont il a besoin.
+Son principal objectif est de **permettre l'usage de méthodes standards et
+robustes d'assimilation de données ou d'optimisation, de manière performante,
+tout en restant facile à paramétrer, et en fournissant une démarche simplifiée
+pour aider à la mise en oeuvre**. Pour l'utilisateur final, qui a préalablement
+recueilli les informations sur son problème physique, l'environnement lui
+permet d'avoir une démarche centrée sur la simple déclaration de ces
+informations pour construire un cas ADAO valide, pour l'évaluer, et pour en
+tirer les résultats physiques dont il a besoin.
 
 Le module couvre une grande variété d'applications pratiques, de façon robuste,
 permettant des applications réelles, mais aussi d'effectuer de
 l'expérimentation méthodologique rapide. Son évolutivité, des points de vue
 méthodologique et numérique, permet aussi l'extension de son domaine
-d'application. Il est basé sur l'utilisation d'autres modules, à savoir YACS et
-EFICAS s'ils sont disponibles, et sur l'utilisation d'une bibliothèque et
-d'outils génériques sous-jacents d'assimilation de données.
+d'application. Il est basé sur l'utilisation d'autres modules Python ou SALOME,
+en particulier YACS et EFICAS s'ils sont disponibles, et sur l'utilisation
+d'une bibliothèque et d'outils génériques sous-jacents d'assimilation de
+données.