使用定标器进行导数检查

Question

我有一个问题，我想缩放设计变量。我已经添加了缩放器，但我想检查导数以确保它正在执行我想要的操作。有没有办法检查缩放导数？我尝试使用 check_total_derivatives() 但无论我为缩放器设置什么值，导数都是完全相同的:

from openmdao.api import Component, Group, Problem, IndepVarComp, ExecComp
from openmdao.drivers.pyoptsparse_driver import pyOptSparseDriver

class Scaling(Component):
    def __init__(self):
        super(Scaling, self).__init__()
        self.add_param('x', shape=1)
        self.add_output('y', shape=1)

    def solve_nonlinear(self, params, unknowns, resids):
        unknowns['y'] = 1000. * params['x']**2 + 2

    def linearize(self, params, unknowns, resids):
        J = {}
        J['y', 'x'] = 2000. * params['x']
        return J


class ScalingGroup(Group):
    def __init__(self,):
        super(ScalingGroup, self).__init__()
        self.add('x', IndepVarComp('x', 0.0), promotes=['*'])
        self.add('g', Scaling(), promotes=['*'])

p = Problem()
p.root = ScalingGroup()

# p.driver = pyOptSparseDriver()
# p.driver.options['optimizer'] = 'SNOPT'
p.driver.add_desvar('x', lower=0.005, upper=100., scaler=1000)
p.driver.add_objective('y')
p.setup()
p['x'] = 3.

p.run()
total = p.check_total_derivatives()
# Derivative is the same regardless of what the scaler is.

Answer 1

缩放器和加法器的行为是一致的，因此检查导数例程以未缩放的形式给出结果，以便更加直观。

如果您确实想了解当 NLP 看到缩放后的值并且您正在使用 SNOPT 时缩放器会产生什么影响，您可以添加 SNOPT 的导数检查功能:


p.driver.opt_settings['验证级别'] = 3


SNOPT_print.out 将包含，缩放器设置为 1:
列 x(j) dx(j) 元素编号行导数差值近似
1 3.00000000E+00 2.19E-06 目标 6.00000000E+03 6.00000219E+03 正常


或者如果我们将 x 缩放器更改为 1000:

Column       x(j)        dx(j)    Element no.    Row        Derivative    Difference approxn
      1  3.00000000E+03  1.64E-03           Objective    6.00000000E+00    6.00000164E+00  ok

因此，在 check_total_derivatives 使用的问题单位中，导数不会改变。但优化器看到的缩放值正在发生变化。