# -*- coding: utf-8 -*-
#
-# Copyright (C) 2008-2017 EDF R&D
+# Copyright (C) 2008-2018 EDF R&D
#
# This library is free software; you can redistribute it and/or
# modify it under the terms of the GNU Lesser General Public
message = "Liste de calculs supplémentaires à stocker et/ou effectuer",
listval = ["CurrentState", "Residu", "SimulatedObservationAtCurrentState"]
)
+ self.requireInputArguments(
+ mandatory= ("Xb", "HO"),
+ )
def run(self, Xb=None, Y=None, U=None, HO=None, EM=None, CM=None, R=None, B=None, Q=None, Parameters=None):
- self._pre_run(Parameters)
+ self._pre_run(Parameters, Xb, Y, R, B, Q)
#
def RMS(V1, V2):
import math
Remarque : les nombres inferieurs a %.0e (environ) representent un zero
a la precision machine.\n"""%mpr
if self._parameters["ResiduFormula"] == "CenteredDL":
- __entete = u" i Alpha ||X|| ||F(X)|| | R(Alpha) log10( R ) "
+ __entete = u" i Alpha ||X|| ||F(X)|| | R(Alpha) log10( R )"
__msgdoc = u"""
On observe le residu provenant de la difference centree des valeurs de F
au point nominal et aux points perturbes, normalisee par la valeur au
cela signifie que le gradient est calculable jusqu'a la precision d'arret
de la decroissance quadratique.
- On prend dX0 = Normal(0,X) et dX = Alpha*dX0. F est le code de calcul.
- """ + __precision
+ On prend dX0 = Normal(0,X) et dX = Alpha*dX0. F est le code de calcul.\n""" + __precision
if self._parameters["ResiduFormula"] == "Taylor":
- __entete = u" i Alpha ||X|| ||F(X)|| | R(Alpha) log10( R ) "
+ __entete = u" i Alpha ||X|| ||F(X)|| | R(Alpha) log10( R )"
__msgdoc = u"""
On observe le residu issu du developpement de Taylor de la fonction F,
normalisee par la valeur au point nominal :
cela signifie que le gradient est bien calcule jusqu'a la precision d'arret
de la decroissance quadratique.
- On prend dX0 = Normal(0,X) et dX = Alpha*dX0. F est le code de calcul.
- """ + __precision
+ On prend dX0 = Normal(0,X) et dX = Alpha*dX0. F est le code de calcul.\n""" + __precision
if self._parameters["ResiduFormula"] == "NominalTaylor":
- __entete = u" i Alpha ||X|| ||F(X)|| | R(Alpha) |R-1| en % "
+ __entete = u" i Alpha ||X|| ||F(X)|| | R(Alpha) |R-1| en %"
__msgdoc = u"""
On observe le residu obtenu a partir de deux approximations d'ordre 1 de F(X),
normalisees par la valeur au point nominal :
l'increment Alpha, c'est sur cette partie que l'hypothese de linearite de F
est verifiee.
- On prend dX0 = Normal(0,X) et dX = Alpha*dX0. F est le code de calcul.
- """ + __precision
+ On prend dX0 = Normal(0,X) et dX = Alpha*dX0. F est le code de calcul.\n""" + __precision
if self._parameters["ResiduFormula"] == "NominalTaylorRMS":
- __entete = u" i Alpha ||X|| ||F(X)|| | R(Alpha) |R| en % "
+ __entete = u" i Alpha ||X|| ||F(X)|| | R(Alpha) |R| en %"
__msgdoc = u"""
On observe le residu obtenu a partir de deux approximations d'ordre 1 de F(X),
normalisees par la valeur au point nominal :
l'increment Alpha, c'est sur cette partie que l'hypothese de linearite de F
est verifiee.
- On prend dX0 = Normal(0,X) et dX = Alpha*dX0. F est le code de calcul.
- """ + __precision
+ On prend dX0 = Normal(0,X) et dX = Alpha*dX0. F est le code de calcul.\n""" + __precision
#
if len(self._parameters["ResultTitle"]) > 0:
__rt = unicode(self._parameters["ResultTitle"])
msgs = u""
msgs += __msgdoc
#
- __nbtirets = len(__entete)
+ __nbtirets = len(__entete) + 2
msgs += "\n" + __marge + "-"*__nbtirets
msgs += "\n" + __marge + __entete
msgs += "\n" + __marge + "-"*__nbtirets