Metafor

• tentative de stabilisation de l'opti

• calcul des fobjs : diffDataCurve
  • Tout est parti du constat d'un bug dans DiffDataCurve lorsque l'on défini absMin != l'abscisse initiale de la courbe
  • de + JPK calculait les fonctions objectives en normant l'écart en chaque point par la valeur expérimentale (pour les méthodes de descente, mais pas pour les méthodes type Newton-Gauss ou Levenberg). D'ou je stoquais un écart relatif entre les deux courbes en chaque point (pas très stable) ⇒ correction les écarts sorti sont juste (Unum-Uexp).
  • Plus logique pour liaison avec autre code ⇒ Weichao - Gast

• Methodes d'opti
• Suite aux modifs ci-dessus, les méthodes d'opti ne fonctionnaient plus (déjà que c'était pas toujours terrible ni stable).
• Suppression de la normation des paramètres (ca pose plus de problèmes que autre chose). Remplacement par une normation sur la diagonale de la matrice à résoudre (idem JPK).
• Robustification du lineSearch
• travail sur les frontières (pas très concluant selon méthodes)

• Methodes d'opti : conclusion
  • Ca devrait marcher moins mal (peut être plus d'itérations, mais un résultat final meilleur et j'espere plus stable au niveau des batteries)
  • Le jour où qqn a du temps à investir dans le domaine, ca vaudrait la peine …

• Divers
  • Modifications de tests d'itérateurs (écriture dangereuse des fins de boucles sur des itérateurs dans les shapeFunctions).

A
R

A apps\parametric\tracIRSIDBox_CG2.py
A apps\imp\taylor2dImp.py
R

— Luc PAPELEUX 2009/11/16