1 # -*- coding: utf-8 -*-
3 # Copyright (C) 2008-2022 EDF R&D
5 # This library is free software; you can redistribute it and/or
6 # modify it under the terms of the GNU Lesser General Public
7 # License as published by the Free Software Foundation; either
8 # version 2.1 of the License.
10 # This library is distributed in the hope that it will be useful,
11 # but WITHOUT ANY WARRANTY; without even the implied warranty of
12 # MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE. See the GNU
13 # Lesser General Public License for more details.
15 # You should have received a copy of the GNU Lesser General Public
16 # License along with this library; if not, write to the Free Software
17 # Foundation, Inc., 59 Temple Place, Suite 330, Boston, MA 02111-1307 USA
19 # See http://www.salome-platform.org/ or email : webmaster.salome@opencascade.com
21 # Author: Jean-Philippe Argaud, jean-philippe.argaud@edf.fr, EDF R&D
24 from daCore import BasicObjects, NumericObjects, PlatformInfo
25 mpr = PlatformInfo.PlatformInfo().MachinePrecision()
27 # ==============================================================================
28 class ElementaryAlgorithm(BasicObjects.Algorithm):
30 BasicObjects.Algorithm.__init__(self, "TANGENTTEST")
31 self.defineRequiredParameter(
32 name = "ResiduFormula",
35 message = "Formule de résidu utilisée",
38 self.defineRequiredParameter(
39 name = "EpsilonMinimumExponent",
42 message = "Exposant minimal en puissance de 10 pour le multiplicateur d'incrément",
46 self.defineRequiredParameter(
47 name = "InitialDirection",
50 message = "Direction initiale de la dérivée directionnelle autour du point nominal",
52 self.defineRequiredParameter(
53 name = "AmplitudeOfInitialDirection",
56 message = "Amplitude de la direction initiale de la dérivée directionnelle autour du point nominal",
58 self.defineRequiredParameter(
59 name = "AmplitudeOfTangentPerturbation",
62 message = "Amplitude de la perturbation pour le calcul de la forme tangente",
66 self.defineRequiredParameter(
68 typecast = numpy.random.seed,
69 message = "Graine fixée pour le générateur aléatoire",
71 self.defineRequiredParameter(
75 message = "Titre du tableau et de la figure",
77 self.defineRequiredParameter(
78 name = "StoreSupplementaryCalculations",
81 message = "Liste de calculs supplémentaires à stocker et/ou effectuer",
85 "SimulatedObservationAtCurrentState",
88 self.requireInputArguments(
89 mandatory= ("Xb", "HO"),
91 self.setAttributes(tags=(
95 def run(self, Xb=None, Y=None, U=None, HO=None, EM=None, CM=None, R=None, B=None, Q=None, Parameters=None):
96 self._pre_run(Parameters, Xb, Y, U, HO, EM, CM, R, B, Q)
98 Hm = HO["Direct"].appliedTo
99 Ht = HO["Tangent"].appliedInXTo
101 # Construction des perturbations
102 # ------------------------------
103 Perturbations = [ 10**i for i in range(self._parameters["EpsilonMinimumExponent"],1) ]
104 Perturbations.reverse()
106 # Calcul du point courant
107 # -----------------------
108 Xn = numpy.ravel( Xb ).reshape((-1,1))
109 FX = numpy.ravel( Hm( Xn ) ).reshape((-1,1))
110 NormeX = numpy.linalg.norm( Xn )
111 NormeFX = numpy.linalg.norm( FX )
112 if self._toStore("CurrentState"):
113 self.StoredVariables["CurrentState"].store( Xn )
114 if self._toStore("SimulatedObservationAtCurrentState"):
115 self.StoredVariables["SimulatedObservationAtCurrentState"].store( FX )
117 dX0 = NumericObjects.SetInitialDirection(
118 self._parameters["InitialDirection"],
119 self._parameters["AmplitudeOfInitialDirection"],
123 # Calcul du gradient au point courant X pour l'increment dX
124 # qui est le tangent en X multiplie par dX
125 # ---------------------------------------------------------
126 dX1 = float(self._parameters["AmplitudeOfTangentPerturbation"]) * dX0
127 GradFxdX = Ht( (Xn, dX1) )
128 GradFxdX = numpy.ravel( GradFxdX ).reshape((-1,1))
129 GradFxdX = float(1./self._parameters["AmplitudeOfTangentPerturbation"]) * GradFxdX
130 NormeGX = numpy.linalg.norm( GradFxdX )
131 if NormeGX < mpr: NormeGX = mpr
133 # Entete des resultats
134 # --------------------
137 Remarque : les nombres inferieurs a %.0e (environ) representent un zero
138 a la precision machine.\n"""%mpr
139 if self._parameters["ResiduFormula"] == "Taylor":
140 __entete = u" i Alpha ||X|| ||F(X)|| | R(Alpha) |R-1|/Alpha"
142 On observe le residu provenant du rapport d'increments utilisant le
145 || F(X+Alpha*dX) - F(X) ||
146 R(Alpha) = -----------------------------
147 || Alpha * TangentF_X * dX ||
149 qui doit rester stable en 1+O(Alpha) jusqu'a ce que l'on atteigne la
152 Lorsque |R-1|/Alpha est inferieur ou egal a une valeur stable
153 lorsque Alpha varie, le tangent est valide, jusqu'a ce que l'on
154 atteigne la precision du calcul.
156 Si |R-1|/Alpha est tres faible, le code F est vraisemblablement
157 lineaire ou quasi-lineaire, et le tangent est valide jusqu'a ce que
158 l'on atteigne la precision du calcul.
160 On prend dX0 = Normal(0,X) et dX = Alpha*dX0. F est le code de calcul.\n""" + __precision
162 if len(self._parameters["ResultTitle"]) > 0:
163 __rt = str(self._parameters["ResultTitle"])
165 msgs += __marge + "====" + "="*len(__rt) + "====\n"
166 msgs += __marge + " " + __rt + "\n"
167 msgs += __marge + "====" + "="*len(__rt) + "====\n"
172 __nbtirets = len(__entete) + 2
173 msgs += "\n" + __marge + "-"*__nbtirets
174 msgs += "\n" + __marge + __entete
175 msgs += "\n" + __marge + "-"*__nbtirets
177 # Boucle sur les perturbations
178 # ----------------------------
179 for i,amplitude in enumerate(Perturbations):
180 dX = amplitude * dX0.reshape((-1,1))
182 if self._parameters["ResiduFormula"] == "Taylor":
183 FX_plus_dX = numpy.ravel( Hm( Xn + dX ) ).reshape((-1,1))
185 Residu = numpy.linalg.norm( FX_plus_dX - FX ) / (amplitude * NormeGX)
187 self.StoredVariables["Residu"].store( Residu )
188 msg = " %2i %5.0e %9.3e %9.3e | %11.5e %5.1e"%(i,amplitude,NormeX,NormeFX,Residu,abs(Residu-1.)/amplitude)
189 msgs += "\n" + __marge + msg
191 msgs += "\n" + __marge + "-"*__nbtirets
194 # Sorties eventuelles
195 # -------------------
196 print("\nResults of tangent check by \"%s\" formula:"%self._parameters["ResiduFormula"])
202 # ==============================================================================
203 if __name__ == "__main__":
204 print('\n AUTODIAGNOSTIC\n')