スケーラーを使用したかったので、OpenMDAO 0.x ドキュメントの Paraboloid の例を OpenMDAO 1.x でテストすることになりましたが、スケーラーの有無にかかわらず奇妙な結果が得られます。コードは次のとおりです。
from __future__ import print_function
システムをインポート
from openmdao.api import IndepVarComp, Component, Problem, Group, ScipyOptimizer
クラス放物面（コンポーネント）：
def __init__(自己):
super(放物面、自己).__init__()
self.add_param('x', val=0.0)
self.add_param('y', val=0.0)
self.add_output('f_xy', val=0.0)
def solve_nonlinear(self, params, unknowns, resids):
x = パラメータ['x']
y = パラメータ['y']
#unknowns['f_xy'] = (x-3.0)**2 + x*y + (y+4.0)**2 - 3.0
未知数['f_xy'] = (1000.*x-3.)**2 + (1000.*x)*(0.01*y) + (0.01*y+4.)**2 - 3.
def linearize(self、params、unknowns、resids):
""" 放物面のヤコビアン"""
x = パラメータ['x']
y = パラメータ['y']
J = {}
#J['f_xy', 'x'] = 2.0*x - 6.0 + y
#J['f_xy', 'y'] = 2.0*y + 8.0 + x
J['f_xy', 'x'] = 2000000.0*x - 6000.0 + 10.0*y
J['f_xy', 'y'] = 0.0002*y + 0.08 + 10.0*x
Jを返す
if __name__ == "__main__":
トップ=問題()
root = top.root = グループ()
root.add('p1', IndepVarComp('x', 3.0))
root.add('p2', IndepVarComp('y', -4.0))
root.add('p', Paraboloid())
root.connect('p1.x', 'px')
root.connect('p2.y', 'py')
top.driver = ScipyOptimizer()
top.driver.options['optimizer'] = 'SLSQP'
top.driver.add_desvar('p1.x', 下限=-1000, 上限=1000, スケーラー=0.001)
top.driver.add_desvar('p2.y', 下限=-1000, 上限=1000, スケーラー=1000.)
top.driver.add_objective('p.f_xy')
top.setup()
top.run()
印刷('\n')
print('Minimum of %f found at (%f, %f)' % (top['p.f_xy'], top['px'], top['py']))
私のシステムで実行すると、次のようになります。
2.7.11 |アナコンダ 2.5.0 (64 ビット)| (デフォルト、2016 年 1 月 29 日 14:26:21) [MSC v.1500 64 ビット (AMD64)]
Python 詳細については、「ヘルプ」、「著作権」、「クレジット」、または「ライセンス」と入力してください。
[paraboloid_optimize_scaled.py を評価]
##############################################
セットアップ: 潜在的な問題を確認しています...
レコーダーが指定されていないため、データは保存されません。
セットアップ: チェック完了。
##############################################
最適化が正常に終了しました。(終了モード 0)
現在の関数値: [ 8981902.27846645]
反復: 1
機能評価: 12
勾配評価: 1
最適化完了
-----------------------------------
(3.000000、-4.000000) で見つかった 8981902.278466 の最小値
私は何か見落としてますか？