Salome HOME
Code and documentation update for ControledFunctionTest
[modules/adao.git] / doc / fr / intro.rst
index 85f09b00935645d85c8df14a883e16bef26e8402..ea5cc3d29d0242b3f88578ca34f182570d5587df 100644 (file)
@@ -1,5 +1,5 @@
 ..
-   Copyright (C) 2008-2021 EDF R&D
+   Copyright (C) 2008-2023 EDF R&D
 
    This file is part of SALOME ADAO module.
 
@@ -29,29 +29,29 @@ 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
-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
-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.
+un contexte Python** [Python]_ **ou SALOME** [Salome]_. Il fournit une
+interface simple à de nombreux algorithmes robustes et performants
+d'assimilation de données ou d'optimisation, avec ou sans réduction, ainsi que
+des aides aux tests et aux vérifications. Il permet d'intégrer ces outils dans
+une étude Python ou SALOME.
 
 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.
+robustes d'assimilation de données ou d'optimisation, dans une démarche usuelle
+d'étude en simulation numérique, 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 ensuite 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 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.
+permettant des applications réelles, et aussi d'effectuer de l'expérimentation
+méthodologique rapide. 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. Les modules utilisateurs de calcul ou de simulation
+doivent fournir une ou plusieurs méthodes d'appel spécifiques afin d'être
+appelables 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.