InitializationPoint
*Vector*. The variable specifies one vector to be used as the initial state
around which an iterative algorithm starts. By default, this initial state is
- not required and is equal to the background :math:`\mathbf{x}^b`. If
- provided, it replaces the background only for initialization. Its value must
- allow to build a vector of the same size as the background.
+ not required and is equal to the background :math:`\mathbf{x}^b`. Its value
+ must allow to build a vector of the same size as the background. If provided,
+ it replaces the background only for initialization.
Example :
``{"InitializationPoint":[1, 2, 3, 4, 5]}``
*Vecteur*. La variable désigne un vecteur à utiliser comme l'état initial
autour duquel démarre un algorithme itératif. Par défaut, cet état initial
n'a pas besoin d'être fourni et il est égal à l'ébauche :math:`\mathbf{x}^b`.
- Dans le cas où il est fourni, il ne remplace l'ébauche que pour
- l'initialisation. Sa valeur doit permettre de construire un vecteur de taille
- identique à l'ébauche.
+ Sa valeur doit permettre de construire un vecteur de taille identique à
+ l'ébauche. Dans le cas où il est fourni, il ne remplace l'ébauche que pour
+ l'initialisation.
Exemple :
``{"InitializationPoint":[1, 2, 3, 4, 5]}``
#
# Point de démarrage de l'optimisation
# ------------------------------------
- if self._parameters["InitializationPoint"] is not None:
- __ipt = numpy.ravel(self._parameters["InitializationPoint"])
- if __ipt.size != numpy.ravel(Xb).size:
- raise ValueError("Incompatible size %i of forced initial point to replace the Xb of size %i" \
- %(__ipt.size,numpy.ravel(Xb).size))
- else:
- Xini = __ipt
- else:
- Xini = numpy.ravel(Xb)
+ Xini = self._parameters["InitializationPoint"]
#
# Minimisation de la fonctionnelle
# --------------------------------
name = "Bounds",
message = "Liste des valeurs de bornes",
)
+ self.defineRequiredParameter(
+ name = "InitializationPoint",
+ typecast = numpy.ravel,
+ message = "État initial imposé (par défaut, c'est l'ébauche si None)",
+ )
self.requireInputArguments(
mandatory= ("Xb", "Y", "HO", "R"),
)
#
# Point de démarrage de l'optimisation : Xini = Xb
# ------------------------------------
- Xini = numpy.ravel(Xb)
+ Xini = self._parameters["InitializationPoint"]
#
# Minimisation de la fonctionnelle
# --------------------------------
#
# Point de démarrage de l'optimisation
# ------------------------------------
- if self._parameters["InitializationPoint"] is not None:
- __ipt = numpy.ravel(self._parameters["InitializationPoint"])
- if __ipt.size != numpy.ravel(Xb).size:
- raise ValueError("Incompatible size %i of forced initial point to replace the Xb of size %i" \
- %(__ipt.size,numpy.ravel(Xb).size))
- else:
- Xini = __ipt
- else:
- Xini = numpy.ravel(Xb)
+ Xini = self._parameters["InitializationPoint"]
#
# Minimisation de la fonctionnelle
# --------------------------------
else:
self._parameters["Bounds"] = None
#
+ # Corrections et compléments de l'initialisation en X
+ if "InitializationPoint" in self._parameters:
+ if Xb is not None:
+ if self._parameters["InitializationPoint"] is not None and hasattr(self._parameters["InitializationPoint"],'size'):
+ if self._parameters["InitializationPoint"].size != numpy.ravel(Xb).size:
+ raise ValueError("Incompatible size %i of forced initial point that have to replace the background of size %i" \
+ %(self._parameters["InitializationPoint"].size,numpy.ravel(Xb).size))
+ # Obtenu par typecast : numpy.ravel(self._parameters["InitializationPoint"])
+ else:
+ self._parameters["InitializationPoint"] = numpy.ravel(Xb)
+ else:
+ if self._parameters["InitializationPoint"] is None:
+ raise ValueError("Forced initial point can not be set without any given Background or required value")
if logging.getLogger().level < logging.WARNING:
self._parameters["optiprint"], self._parameters["optdisp"] = 1, 1
if PlatformInfo.has_scipy:
#
# Point de démarrage de l'optimisation
# ------------------------------------
- if selfA._parameters["InitializationPoint"] is not None:
- Xini = numpy.ravel(selfA._parameters["InitializationPoint"])
- if Xini.size != numpy.ravel(Xb).size:
- raise ValueError("Incompatible size %i of forced initial point to replace the Xb of size %i" \
- %(Xini.size,numpy.ravel(Xb).size))
- else:
- Xini = numpy.ravel(Xb)
+ Xini = selfA._parameters["InitializationPoint"]
#
# Définition de la fonction-coût
# ------------------------------
RI = R.getI()
#
# Point de démarrage de l'optimisation
- if selfA._parameters["InitializationPoint"] is not None:
- Xini = numpy.ravel(selfA._parameters["InitializationPoint"])
- if Xini.size != numpy.ravel(Xb).size:
- raise ValueError("Incompatible size %i of forced initial point to replace the Xb of size %i" \
- %(Xini.size,numpy.ravel(Xb).size))
- else:
- Xini = numpy.ravel(Xb)
+ Xini = selfA._parameters["InitializationPoint"]
#
HXb = numpy.asmatrix(numpy.ravel( Hm( Xb ) )).T
Innovation = Y - HXb
iOuter = 0
J = 1./mpr
DeltaJ = 1./mpr
- Xr = Xini[:,None]
+ Xr = Xini.reshape((-1,1))
while abs(DeltaJ) >= selfA._parameters["CostDecrementTolerance"] and iOuter <= selfA._parameters["MaximumNumberOfSteps"]:
#
# Inner Loop
class OneList(Persistence):
"""
- Classe de stockage d'une liste de valeurs hétérogènes (list) par pas. Ne pas
- utiliser cette classe pour des données numériques homogènes, mais
+ Classe de stockage d'une liste de valeurs hétérogènes (list) par pas. Ne
+ pas utiliser cette classe pour des données numériques homogènes, mais
"OneVector".
"""
def __init__(self, name="", unit="", basetype = list):
"""
Classe de stockage d'un objet sans modification (cast) de type. Attention,
selon le véritable type de l'objet stocké à chaque pas, les opérations
- arithmétiques à base de numpy peuvent être invalides ou donner des résultats
- inattendus. Cette classe n'est donc à utiliser qu'à bon escient
+ arithmétiques à base de numpy peuvent être invalides ou donner des
+ résultats inattendus. Cette classe n'est donc à utiliser qu'à bon escient
volontairement, et pas du tout par défaut.
"""
def __init__(self, name="", unit="", basetype = NoType):
"""
name : nom courant
- La gestion interne des données est exclusivement basée sur les variables
- initialisées ici (qui ne sont pas accessibles depuis l'extérieur des
- objets comme des attributs) :
+ La gestion interne des données est exclusivement basée sur les
+ variables initialisées ici (qui ne sont pas accessibles depuis
+ l'extérieur des objets comme des attributs) :
__StoredObjects : objets de type persistence collectés dans cet objet
"""
self.__name = str(name)
def add_object(self, name=None, persistenceType=Persistence, basetype=None ):
"""
- Ajoute dans les objets stockables un nouvel objet défini par son nom, son
- type de Persistence et son type de base à chaque pas.
+ Ajoute dans les objets stockables un nouvel objet défini par son nom,
+ son type de Persistence et son type de base à chaque pas.
"""
if name is None: raise ValueError("Object name is required for adding an object.")
if name in self.__StoredObjects.keys():
