组件梯度计算- OpenMDAO 1.7.x
组件梯度计算是指在OpenMDAO 1.7.x中用于计算组件的梯度信息的功能。OpenMDAO是一个开源的多学科优化和分析框架，用于解决复杂工程系统的设计和优化问题。
在OpenMDAO中，组件是系统的基本构建块，用于表示系统中的各个部分。组件梯度计算是指通过计算组件的输入和输出之间的梯度信息，来评估系统中各个组件对整体系统性能的影响程度。
组件梯度计算的优势在于可以帮助工程师更好地理解系统的行为，并通过优化设计来提高系统的性能。通过分析组件的梯度信息，工程师可以确定哪些组件对系统性能的影响最大，从而有针对性地进行优化。
组件梯度计算在许多领域都有广泛的应用场景。例如，在航空航天领域，工程师可以使用组件梯度计算来优化飞机的气动性能；在汽车工程领域，工程师可以使用组件梯度计算来优化汽车的燃油效率；在电力系统领域，工程师可以使用组件梯度计算来优化电力系统的稳定性和可靠性。
对于组件梯度计算，腾讯云提供了一些相关产品和服务，如腾讯云AI开放平台、腾讯云大数据分析平台等。这些产品和服务可以帮助工程师更好地进行组件梯度计算，并提供相应的工具和资源来支持系统的优化设计。
更多关于组件梯度计算和OpenMDAO的信息，可以参考腾讯云的官方文档和产品介绍页面：
请注意，以上答案仅针对OpenMDAO 1.7.x版本的组件梯度计算，其他版本可能会有不同的特性和功能。
相关·内容
1回答
我目前正在编写一个多梯度下降算法，其中我使用克里格函数。我的问题是，我找不到如何获得克里格函数的梯度(我试图使用线性化，但我不知道如何使其工作)。
from __future__ import print_function
from six import moves
from random import shuffle
import sys
import numpy as np
from numpy import linalg as LA
import math
from openmdao.braninkm import F, G, DF, DG
from openmdao.api
浏览 5提问于2016-01-21得票数 1
下面是我在尝试使用OpenMDAO-0.7.0安装时收到的日志。我知道已经有一段时间了，但谁能猜出我的安装过程中出了什么问题。我可能错过了一些重要的事情。
我认为问题在于安装了一些库：
利布兹姆
或者一些相关但不确定的东西。
但是看看日志--这就是安装程序开始聚合的地方。请看一看。
干杯!
(openmdao-0.7.0) C:\Python27\openmdao-0.7.0\WISDEM>python setup_all.py Searching for pandas
Best match: pandas 0.14.1
pandas 0.14.1 is already the
浏览 2提问于2017-07-06得票数 0
我写这篇文章是为了了解如何使用OpenMDAO设置并行计算。我被告知OpenMDAO有一个名为并行组()的选项，我想知道这个选项是否能帮助我使一个无梯度优化器能够并行运行它必须研究的函数的计算。
您知道我是否可以创建我试图优化的函数的2或3个实例，这样OpenMDAO就能够使用不同的选择输入来运行该函数的实例，以便在更短的时间内找到最优结果，如果它只能处理一个函数实例的话？
我看到这个线程更接近我想要做的事情： --我认为它可以给我带来一些答案，但是它似乎不再提供作为一个答案的链接了。
非常感谢您的帮助。
浏览 3提问于2022-03-28得票数 0
回答已采纳
在openmdao.core.driver Driver对象运行之后，如何最有效地从它获取梯度信息？它有像get_desvars、get_constraints和get_objectives-is这样的辅助函数，还有一种访问梯度和恒心计算结果的类似简单的方法？我是否可以将一个参数传递给这些函数，表示我想要渐变和/或hessians？
浏览 3提问于2016-11-18得票数 0
回答已采纳
我试图用openMDAO的pyopt稀疏驱动程序和NSGA2算法来解决一个多目标优化问题.以下是守则：
from __future__ import print_function
from openmdao.api import IndepVarComp, Component, Problem, Group, pyOptSparseDriver
class Circ2(Component):
def __init__(self):
super(Circ2, self).__init__()
self.add_param('x', v
浏览 5提问于2016-02-02得票数 2
回答已采纳
我试图理解OpenMDAO优化算法的局限性。特别是，我设置了以下简单的示例：
from openmdao.api import Problem, ScipyOptimizeDriver, ExecComp, IndepVarComp, ExplicitComponent
class AddComp(ExplicitComponent):
def setup(self):
self.add_input("x")
self.add_input("y")
self.add_output("obj
浏览 0提问于2018-06-25得票数 0
回答已采纳
有时，模型中的某些点不可能评估目标函数、未知数或残差。告诉openMDAO这是一个无效点的最佳方式是什么？
将未知数和驻留设置为nan、inf或其他方式？
浏览 1提问于2017-12-05得票数 2
2回答
我使用的是openMDAO版本1.7.1、ScipyOptimizer、SLSQP、fd、step_size 1.0e-4。
我将设计变量缩放为0，1，并获得了设计变量在其范围内的收敛结果。然而，有一个约束仍然没有得到满足。例如，我将一个参数的约束设置为0，1.5，但最终结果是1.73。我尝试了两个不同的收敛误差限制，0.01和0.001，但这个限制没有得到满足。
你知道为什么会发生这种事吗？我的设置是不是做错了？可能的bug？如果没有，如何避免？
任何反馈都是值得感谢的。
浏览 15提问于2016-09-06得票数 0
我对使用OpenMDAO的想法非常感兴趣。但是，我不确定在优化场景中是否值得使用OpenMDAO，在这种场景中，我将外部代码用作单个组件，而不使用其他组件。
使用SciPy中提供的优化器的实现与前面提到的openmdao实现之间有什么不同吗？
或者在matlab优化工具箱等其他语言中实现类似方法之间有什么不同？
(当然，优化器的实现方式可能有所不同，但我的意思是，从概念上讲，我是否通过这种方法利用了OpenMDAO？)
就我读过的文章而言，openMDAO在多个组件相互“交互”并获得“全局派生”的情况下是强大的?我是通过使用单个ExternalCodeComp来利用openMDAO的吗？
浏览 8提问于2018-08-02得票数 0
回答已采纳
我有兴趣探索多忠诚(MF)优化方法.我正在努力弄清楚OpenMDAO将如何支持这项工作。我不想深入到OpenMDAO代码中去，除非我确信它能够完成这项工作。
一种简单的MF方法是AMMF。该方法对一阶修正的信任区域内的低保真度模型进行了基本优化，结果与高保真方法相似。基本算法如下：
X=X_0
While not converged
Calculate y_hf = high_fidelity(X)
Calculate y_lf = low_fidelity(X)
Calculate grad_y_hf = grad_high_fidelity(X)
Calcu
浏览 3提问于2016-02-12得票数 0
回答已采纳
我正在努力将使用Brent驱动程序的代码转换为新的OpenMDAO 1.x+。但是，我找不到新版本。OpenMDAO 1.x+中是否支持Brent驱动程序？如果Brent驱动程序尚未转换到新版本，是否可以请求它？
浏览 0提问于2015-11-10得票数 1
2回答
我是OpenMDAO新手，我想知道是否有一个包含所有优化器的列表。好像在里写着
“OpenMDAO使用无梯度(例如遗传算法、粒子群)和基于梯度的优化方法。”
但是我在它的主页或网络上找不到完整的列表。
在哪里能买到？
浏览 14提问于2017-01-12得票数 2
回答已采纳
如果发生故障，我需要指定退出标志的能力。OpenMDAO文档为提供了退出标志的选项。但是，当我使用退出标志作为选项运行它时，它会说Option 'exit_flag' has not been added。此外，我也不知道如何实际指定某件事是否失败。我是否需要将标志从solve_nonlinear()中失败的组件中传递出来，并以某种方式在pyoptsparse_driver上设置该选项？我想做一些类似的事情，但我不确定语法，也找不到一个例子：
def solve_nonlinear(self, params, unknowns, resids):
unknowns[&#
浏览 4提问于2016-03-01得票数 0
回答已采纳
我正在为我用OpenMDAO v1.x+编写的程序创建一个最统一的程序。我一直在使用check_total_derivatives函数来得到导数，并与有限差分法进行比较。然而，我只关心检查六个左右的未知数，但我总共大约有90个。是否可以向check_total_derivatives函数添加一个选项，以指定您希望该函数检查哪些未知数？现在，每件事都要花很长的时间。我在我自己版本的OpenMDAO中创建了这个功能，但是这个程序是为其他用户设计的，除非它是内置的，否则不会有这个功能。
浏览 3提问于2015-11-20得票数 1
回答已采纳
我知道openMDAO可以在正向或反向模式下计算模型的总导数，但偏导数总是在正向模式下计算吗？
例如，我有一个有400个输入和4个输出的组件。显然，这是反向模式求解的候选者。如果我只是declare_partials(['*'], ['*'], method=fd)，openMDAO会尝试在反向模式下解决这个问题吗？
浏览 31提问于2020-05-21得票数 0
回答已采纳
我正试图“分解”一个外部Python纪律分析BEM求解器到openMDAO组件中，尝试实现半解析附件。我正在运行的问题是，来自该求解器的python对象将被指定为openMDAO组件中的输入和输出。我不知道如何将复杂对象指定为输入和输出，以及如何为它们声明部分？
是否有更好的方法在openMDAO中包装外部Python解决程序？
浏览 11提问于2022-07-05得票数 1
因此，我正在将代码从旧的OpenMDAO转换为新的OpenMDAO。所有的输出和偏梯度都被证实是正确的。起初，这个问题根本不会优化，然后我意识到旧代码中有一些组件没有提供梯度，所以它们会自动地被有限差分。因此，我在这些组件中添加了fd‘’force_fd‘= True，但它仍然没有优化到正确的值。我检查了总导数，结果仍然不正确。与旧的OpenMDAO相比，每次迭代也要花费相当长的时间。要使我的新代码优化到与旧的OpenMDAO代码相同的值，唯一的方法是将每个组件设置为有限差分，即使是在提供梯度的组件上。关于旧的和新的OpenMDAO之间的有限差分是如何工作的，我有几个问题：
当旧的Open
浏览 3提问于2016-02-22得票数 0
为什么SLSQP停留在初始值周围，而COBYLA却朝着正确的方向移动？
利用OpenMDAO 2.2.X实现了优化问题；
3个设计变量-->外部代码的输入-->输出y，它是
目标(y，scaler=-1)。没有任何限制。
下面的图显示了两个优化器对于相同问题的行为。我试图更改SLSQP的有限差分设置，但没有帮助。输出被成功终止。(退出模式0)。
示例驱动程序和包装代码被上传：
浏览 0提问于2018-04-14得票数 1
回答已采纳
我试图在分布式代码上并行运行一个DoE，这似乎不起作用。下面是一个简单的示例，它会引发与实际代码相同的错误。
import numpy as np
from openmdao.api import IndepVarComp, Group, Problem, Component
from openmdao.core.mpi_wrap import MPI
from openmdao.drivers.latinhypercube_driver import LatinHypercubeDriver
if MPI:
from openmdao.core.petsc_impl impor
浏览 2提问于2016-04-12得票数 0
回答已采纳
2回答
在最小化Rosenbrock函数时，我遇到了错误的最优值: 100(y-x**2)**2 + (1-x)**2。正确的结果是x=y=1.0，f= 0。但是当使用带有COBYLA优化器的OpenMDAO时，结果是x=0.5660643，y=0.3179899，f=0.18889496。我切换到Powell优化器，这个过程收敛到了正确的结果。那么，如何为优化问题选择一致的优化器呢？
浏览 0提问于2018-07-16得票数 0
请看下面添加的例子，他们找出的错误比原来的要好一点。
我一直试图让附加的代码并行运行。这段代码是为了模仿我希望在大型集群上运行的更大的优化代码的结构。这里的错误出现在我们尝试过的几个不同的脚本中，其中一个脚本并行工作，除非通过数组的元素在配置方法中与循环中启动的组件建立连接。这个示例在串行中运行得很好，但是当我运行命令mpirun -n 4 python test2_forParallel_floats.py时，我得到了以下输出：
Traceback (most recent call last):
File "/Users/thomas95/OpenMDAO/openmdao-0
浏览 1提问于2015-08-19得票数 0
回答已采纳
我有兴趣探索基于代理的优化。我还没有编写opendao代码，只是想弄清楚OpenMDAO将在多大程度上支持这项工作。
我看到它有一个DOE驱动程序来生成训练数据()，我看到它有几个可以添加到元模型()中的代理模型。然而，我还没有找到一个将DOE的结果作为训练数据传递给元模型的例子。
在许多示例/教程/论坛文章中，似乎培训数据是直接在元模型上或内部创建的。因此，目前尚不清楚这些事情是如何相互作用的。
开发人员能否解释培训数据是如何从DOE传递到元模型的？谢谢!
浏览 2提问于2016-02-12得票数 1
回答已采纳
我尝试使用一个没有参数和未知数的组件，用OpenMDAO包装了三个外部代码。这是因为这三个代码只接受输入文件和输出文件，不需要将输入变量“连接”到输出变量。但是，代码会失序运行(因为很明显，它们没有依赖信息)。然后，我看到了正确的方法是使用连接，但即使这样，我们仍然必须通过ExternalCodeComponent调用将输入连接到输出。
通过在一个组件的输出和另一个组件的输入上使用connect方法，这是指定依赖项的唯一方法吗？当输出已经在下一个组件的输入文件中时，必须将输出传递给第二个组件似乎是多余的。如果它是强制的，那么仅仅通过从未使用过的其他组件发送虚拟值，仅仅是为了定义依赖项就可以了吗
浏览 3提问于2016-10-13得票数 1
1回答
我们想在openmdao2中创建一个嵌套问题
toplevel问题：-使用DOEDriver为子问题生成初始参数
子问题：-使用ScipyOptimizedriver优化参数
openmdao1.7 ()有一个例子，但是在openmdao2中不存在子问题。
在openmdao2中可以用另一种方式做吗？
浏览 0提问于2018-07-05得票数 0
回答已采纳
使用OpenMDAO标准库中的组件(即矩阵向量产品、点积、线性系统、)的优势是什么？
据我所知，它们都是基于两个基类: ExplicitComponent和ImplicitComponent
除了方便之外，还有什么原因需要使用它们吗？
浏览 10提问于2018-08-19得票数 0
我正在构建一个新的OpenMDAO组件。我有：
prob = Problem(impl=impl, root=myNewComponent(nTurbs=4, rotor_diameter=126.0))
prob.driver = ScipyOptimizer()
prob.driver.add_desvar('turbineX')
prob.driver.add_objective('AEP')
prob.setup()
prob.run()
..And OpenMDAO与AttributeError: 'myNewComponent' ob
浏览 4提问于2017-01-21得票数 0
回答已采纳
我正在构建一个大型的新OpenMDAO组件。当我运行它时，在设置阶段，OpenMDAO与AttributeError: 'myNewComponent' object has no attribute 'ln_solver'一起崩溃。这条消息是什么意思？
import numpy as np
from openmdao.api import Group, Component, Problem, IndepVarComp, ParallelGroup
from openmdao.api import ScipyOptimizer
from openmdao.cor
浏览 25提问于2017-01-21得票数 0
回答已采纳
我感兴趣的是向我们的几个OpenMDAO组件添加一个底层并行性。这些组件中的大部分代码是用Fortran编写的。Fortran代码包装在python中，然后作为OpenMDAO中的python模块使用。我希望使用OpenMP或OpenMPI并行运行这些Fortran代码。我们已经计划使用OpenMDAO内置的并行功能，因此这将是第二层并行。这是否可行呢？如果是这样的话，您是否有一种推荐的方法可以很好地应用于OpenMDAO？
浏览 0提问于2015-10-26得票数 2
回答已采纳
我正在使用OpenMDAO对数控车削过程进行模拟，并希望为Component实现自己的“执行器”--就像以前版本的OpenMDAO中的一样，使用来实现组件的执行方式。
但是，我不知道如何在OpenMDAO 1.x中实现这样一个示例，在这里，我们可能希望实现自定义逻辑来驱动输入到组件和/或Group的输出，任何指针都会非常有用。
P.S. -我想把我的组件包装在一个Problem中，并在另一个组件中创建它的一个实例，并将所有的执行逻辑放在它的solve_nonlinear中(如建议的)。但我不确定这是否是解决这个问题的正确方法。
浏览 1提问于2016-04-06得票数 0
回答已采纳
我现在正在尝试修改"webcam-pulse-detector“，它使用了openmdao，它在openmdao的两个版本中都失败了。
在0.9.5版本中，它报告导入错误"no module named traits.api“，在最新的1.6.3版本中，它报告错误"ImportError: No module named datatypes.api"，这是因为openmdao还没有激活。
那么，我如何通过键入" openmdao /Scripts/ activate“来激活OPENMDAO版本1.6.3，就像在版本0.9.5中一样？非常感谢!
浏览 10提问于2016-03-18得票数 0
我最近在上读到这句话：
OpenMDAO的一个重要特性是能够将问题细分为具有少量输入和输出并包含相对简单分析的组件。
此外，看看手册中的例子，每个组成部分的输入和输出很少。
这是否意味着使用execcomp更有效，该execcomp接收来自显式组件的两个输入，并输出约束，而不是在显式more中执行所有操作。我试着想出一个例子：
x1,x2 --> ExplicitComp -->y1
y1 --> Execcomp --->constraint
OR
x1,x2 --->ExplicitComp -->y1,constraint
浏览 0提问于2018-07-11得票数 0
回答已采纳
1回答
我正在努力理解OpenMDAO错误消息
RuntimeError: Singular entry found in '' for column associated with state/residual 'x'.
和
RuntimeError: Singular entry found in '' for row associated with state/residual 'y'.
有人能解释一下吗？例如，在运行代码时
from openmdao.api import Problem, Group, IndepVarComp,
浏览 1提问于2018-04-11得票数 1
回答已采纳
关于如何从作为问题组件的元模型中获得“输出”，我遗漏了一点。很明显，计算部分应该有一个输出，但是应该如何。下面是作为元模型非结构化组件的简单sin函数。我试着修改样本。但错误是：
文件"C:\Users\ebarlas\AppData\Local\Continuum\anaconda3\lib\site-packages\openmdao\core\group.py"，第201行，在_setup_procs subsys._setup_procs(subsys.name，sub_comm)中
TypeError：_setup_procs()缺少一个必需的位置参数：'c
浏览 1提问于2018-03-27得票数 0
这是我关于stackoverflow的第一个问题。
我正在尝试使用OpenMDAO (0.10.3.2)优化具有不同轮毂高度的涡轮机的风力涡轮机布局。我已经编码了不同的组件来计算AEP，疲劳和极限负荷和成本。我对这个优化问题是个新手，我需要用不同轮毂高度的涡轮机进行优化。我在互联网上没有找到任何与这个优化问题相关的代码。轮毂高度有85、90、100、120和140 (m)，一个风电场总共有25台风力涡轮机，我们必须在上述轮毂高度中为每台涡轮机找到最佳轮毂高度，以最大化风电场的AEP并最大限度地降低成本。轮毂高度是OpenMDAO组件和装配的输入(连接所有组件)。
请帮我找出解决这个问题的优化算
浏览 1提问于2018-01-16得票数 0
在OpenMDAO的早期版本(0.13.0之前)中，我们可以使用与float不同的数据类型的端口，如Int、Str、Bool等。链接如下-
现在我使用的是最新版本，我想对我的Component使用Enum类型的输入(即参数)端口，以便将它的取值限制为我指定的值。在较新版本的OpenMDAO (1.x.x)中，您可以显式地提到组件端口的数据类型，有没有相同的方法来做同样的事情？
浏览 13提问于2016-09-01得票数 0
1回答
转换后JAX返回类型
、、、
为什么jax.grad的返回类型与下面场景中的其他jax转换不同？
考虑由JAX转换的函数，它使用自定义容器作为参数。
import jax
import jax.numpy as jnp
from collections import namedtuple
# Define NTContainer using namedtuple factory
NTContainer = namedtuple(
'NTContainer',['name','flag','array']
)
# Instantiate contai
浏览 5提问于2022-04-30得票数 1
回答已采纳
这是一个自动架构代码(源代码：)，我对什么是打印目标函数最小值的代码有疑问。这可能很琐碎，但我不明白。我试过使用eval_objective，但它不起作用。要在这个现有的代码中添加什么代码？
def display_results():
print "Minimum found at (%f, %f, %f)" % (problem.dis1.z1,
problem.dis1.z2,
problem.dis1.x1)
p
浏览 1提问于2017-02-21得票数 0
回答已采纳
2回答
有没有办法将对数缩放应用于OpenMDAO中的设计目标/约束？在我的优化问题中，我必须处理一个目标函数，它的值很大，并且在设计空间上变化很大(在订单10^6和10^7之间)，所以理想情况下，我想让驱动程序处理目标的日志。我现在已经直接修改了我的目标函数，但是在驾驶员级别上这样做会更方便。这有可能吗？
浏览 3提问于2022-04-01得票数 0
回答已采纳
我正试着熟悉OpenMDAO。我发现很难理解的一件事是集成/状态变量是如何在OpenMDAO的不同组件中工作的。我认为这是非常关键的，我想了解基本知识。
假设我有一个具有恒定推力和不断变化质量的火箭，我想用离散的时间和0.1秒的时间步长来模拟飞行的前10秒。假设变化的质量也是时间的函数，但也假设它是一个很难的变量，它依赖于许多东西，所以我们想要在一个不同的分量中计算它，并且简单地作为这个分量的输入。
-How是否确保质量在速度的离散时间步长计算中被更新，同时处于不同的组件中？
下面的代码是一个平庸的尝试，我试图解决这个例子的问题，但我相当肯定，现在的质量是一个简单的静态输入，而它应该改变一些任
浏览 0提问于2019-04-02得票数 3
回答已采纳
在OpenMDAO中，是否有任何方法可以在耦合模型(包含多个循环和子循环)中获得关于非线性求解器执行情况的分析，例如每个周期内的迭代次数和执行时间？
浏览 3提问于2022-03-01得票数 0
回答已采纳
我希望能够在组件之间传递字符串值。这在最新版本的OpenMDAO中是可能的，还是在未来的版本中可能？ 如果我理解正确的话，那么在OpenMDAO (V<=1)的早期版本中，通过对象传递就支持字符串的传递。目前，我使用一种变通方法，将工具的字符串输入和输出写到单独的文件中，并在需要时从这些文件中提取。这就是在OpenMDAO模型之外。 这里有一个小示例，说明如果字符串可以用作输入和输出，则支持的模型类型。当然，这只是一个演示案例。 from openmdao.core.explicitcomponent import ExplicitComponent
from openmdao.cor
浏览 14提问于2019-05-03得票数 1
回答已采纳
我使用OpenMDAO 1.7.3来解决地图上的优化问题。
我的参数是地图上的坐标。我做的第一件事是从一个组件中的地图中插入这个位置的高度。然后，在其他组件中进行一些更复杂的计算。
如果OpenMDAO选择了地图边界之外的位置，我将得到NaN的高度。我已经知道，从这个优化步骤中无法获得其他信息。在进行更复杂的计算之前，我如何让OpenMDAO尽快进入下一个评估点？
在我的例子中，如果遇到NaN，其他计算(在外部程序中)甚至会失败，所以我必须在每个组件中调用它们并为每个组件分配NaN输出之前检查它们的值。有更好的方法吗？
浏览 0提问于2017-03-21得票数 0
回答已采纳
嗨，我正在尝试使用抛物面外部代码组件来获得与抛物面优化问题(openmaov2.2.0)相同的结果。
因此，在我看来，应该更新自变量x，y，从而更改外部组件的输入文件，以最小化输出f。
我并没有做到这一点，但我基本上将外部组件的输出添加为目标，将自变量添加为设计变量，等等(参见下面的代码)。但更重要的是，我有一个问题要从概念上理解优化器是如何知道这些外部代码中的导数的。我试过“COBYLA”，认为这可能是一种无梯度方法，但是iprint语句中似乎有一个bug，因为我也不能运行这个示例抛物面优化。
我想我对代孕母亲也有类似的问题。例如，我使用Metamodelunstructured组件来查找我
浏览 0提问于2018-03-02得票数 1
回答已采纳
在this视频中，Justin在其组件的计算函数中编写了以下代码。 def compute(self, inputs, outputs):
self.alp_sc = 0.91
T0 = 28. #reference temperature
eff0 = .285 #efficiency at ref temp
T1 = -150.
eff1 = 0.335
delta_T = inputs['T'] - T0
self.slope = (eff1 - eff0) / (T1 - T0)
outputs[&
浏览 29提问于2020-04-27得票数 0
回答已采纳
2回答
我有一个具有耦合学科的组，它嵌套在一个模型中，其中所有其他组件都是不耦合的。我给耦合群分配了一个非线性牛顿和线性直接解。
当我尝试使用默认的"RunOnce“求解器运行模型时，一切都正常，但一旦我尝试运行优化，就会得到从linear_block_gs.py引发的以下错误：
文件"...\openmdao\core\group.py"，第1790行，_apply_linear scope_out，scope_in)
文件"...\openmdao\core\explicitcomponent.py"，第339行，在_apply_linear self.c
浏览 4提问于2020-04-13得票数 0
回答已采纳
运行以下示例代码时：
from openmdao.api import Problem, Group, IndepVarComp, ImplicitComponent, ScipyOptimizeDriver
class Test1Comp(ImplicitComponent):
def setup(self):
self.add_input('x', 0.5)
self.add_input('design_x', 1.0)
self.add_output('z', val=0.0)
浏览 0提问于2018-04-09得票数 0
回答已采纳
1回答
基于AIC的组件数量
、、、
我正在应用混合建模，并且我已经绘制了不同数量的组件的AIC结果。我知道越低越好，但在这种情况下，我怀疑什么才是真正最好的。你有什么建议，我如何才能最好地证实这一点？
我个人认为5个组件是最好的。但我不知道你们是怎么想的，尤其是如何证明。
浏览 11提问于2019-11-06得票数 0
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
即时通信 IM
实时音视频活动推荐
腾讯云开发者
