1. Introduction à ADAO

Le but du module ADAO est d’aider à l’usage de l’assimilation de données ou de l’optimisation, en lien avec d’autres modules ou codes de simulation, dans un contexte Python [Python] ou SALOME [Salome]. Il fournit une interface simple à de nombreux algorithmes robustes et performants d’assimilation de données ou d’optimisation, avec ou sans réduction, ainsi que des aides aux tests et aux vérifications. Il permet d’intégrer ces outils dans une étude Python ou SALOME.

Son principal objectif est de permettre l’usage de méthodes standards et robustes d’assimilation de données ou d’optimisation, dans une démarche usuelle d’étude en simulation numérique, de manière performante, tout en restant facile à paramétrer, et en fournissant une démarche simplifiée pour aider à la mise en oeuvre. Pour l’utilisateur final, qui a préalablement recueilli les informations sur son problème physique, l’environnement lui permet d’avoir une démarche centrée sur la simple déclaration de ces informations pour construire un cas ADAO valide, pour ensuite l’évaluer, et pour en tirer les résultats physiques dont il a besoin.

Le module couvre une grande variété d’applications pratiques, de façon robuste, permettant des applications réelles, et aussi d’effectuer de l’expérimentation méthodologique rapide. Il est basé sur l’utilisation d’autres modules Python ou SALOME, en particulier YACS et EFICAS s’ils sont disponibles, et sur l’utilisation d’une bibliothèque et d’outils génériques sous-jacents d’assimilation de données. Les modules utilisateurs de calcul ou de simulation doivent fournir une ou plusieurs méthodes d’appel spécifiques afin d’être appelables dans le cadre Python ou SALOME. En environnement SALOME, tous les modules natifs peuvent être utilisés grâce à l’intégration en Python ou en YACS.