# See http://www.salome-platform.org/ or email : webmaster.salome@opencascade.com
#
# Author: Jean-Philippe Argaud, jean-philippe.argaud@edf.fr, EDF R&D
+"Verification d'un exemple de la documentation"
# ==============================================================================
def test1():
print '\n AUTODIAGNOSTIC \n'
print """Exemple de la doc :
- Un exemple simple de création d'un cas de calcul TUI ADAO
+ Un exemple simple de creation d'un cas de calcul TUI ADAO
+++++++++++++++++++++++++++++++++++++++++++++++++++++++++
"""
test1()
# See http://www.salome-platform.org/ or email : webmaster.salome@opencascade.com
#
# Author: Jean-Philippe Argaud, jean-philippe.argaud@edf.fr, EDF R&D
+"Verification d'un exemple de la documentation"
# ==============================================================================
def test1():
case.set( 'ObservationOperator', Matrix='1 0 0;0 2 0;0 0 3' )
case.set( 'Observer', Variable="Analysis", Template="ValuePrinter" )
case.execute()
+ #
+ return case.get("Analysis")[-1]
def test2():
)
case.set( 'Observer', Variable="Analysis", Template="ValuePrinter" )
case.execute()
+ #
+ return case.get("Analysis")[-1]
+
+def almost_equal_vectors(v1, v2):
+ print "\nMaximum of differences between the two :",max(abs(v2 - v1))
+ return max(abs(v2 - v1)) < 1.e-15
# ==============================================================================
if __name__ == "__main__":
print '\n AUTODIAGNOSTIC \n'
print """Exemple de la doc :
- Création détaillée d'un cas de calcul TUI ADAO
+ Creation detaillee d'un cas de calcul TUI ADAO
++++++++++++++++++++++++++++++++++++++++++++++
- Les deux résultats doivent être identiques.
+ Les deux resultats sont testes pour etre identiques.
"""
- test1()
- test2()
+ xa1 = test1()
+ xa2 = test2()
+ assert almost_equal_vectors( xa1, xa2 )
# See http://www.salome-platform.org/ or email : webmaster.salome@opencascade.com
#
# Author: Jean-Philippe Argaud, jean-philippe.argaud@edf.fr, EDF R&D
-"Vérification d'un exemple de la documentation"
+"Verification d'un exemple de la documentation"
# ==============================================================================
#
-# Construction artificielle d'un exemple de données utilisateur
+# Construction artificielle d'un exemple de donnees utilisateur
# -------------------------------------------------------------
alpha = 5.
beta = 7
import numpy
import adaoBuilder
#
- # Mise en forme des entrées
+ # Mise en forme des entrees
# -------------------------
Xb = (alpha, beta, gamma)
Bounds = (
case.set( 'Observer', Variable="CurrentState", Template="ValuePrinter" )
case.execute()
#
- # Exploitation indépendante
+ # Exploitation independante
# -------------------------
Xbackground = case.get("Background")
Xoptimum = case.get("Analysis")[-1]
FX_at_optimum = case.get("SimulatedObservationAtOptimum")[-1]
J_values = case.get("CostFunctionJ")[:]
print
- print "Nombre d'itérations internes...: %i"%len(J_values)
- print "Etat initial...................:",numpy.ravel(Xbackground)
- print "Etat optimal...................:",numpy.ravel(Xoptimum)
- print "Simulation à l'état optimal....:",numpy.ravel(FX_at_optimum)
+ print "Number of internal iterations...: %i"%len(J_values)
+ print "Initial state...................:",numpy.ravel(Xbackground)
+ print "Optimal state...................:",numpy.ravel(Xoptimum)
+ print "Simulation at optimal state.....:",numpy.ravel(FX_at_optimum)
print
# ==============================================================================
print '\n AUTODIAGNOSTIC \n'
print """Exemple de la doc :
- Exploitation indépendante des résultats d'un cas de calcul
+ Exploitation independante des resultats d'un cas de calcul
++++++++++++++++++++++++++++++++++++++++++++++++++++++++++
"""
test1()