自動體系結構的eval_objective命令

這是一個自動體系結構代碼（來源：http://openmdao.org/releases/0.13.0/docs/tutorials/mdao/optproblem.html）我懷疑將打印目標函數的最小值的代碼是什麼。這可能是非常微不足道的，但我沒有得到它。我嘗試使用eval_objective，但它不工作。什麼代碼將被添加到這個現有的？自動體系結構的eval_objective命令

def display_results(): 
    print "Minimum found at (%f, %f, %f)" % (problem.dis1.z1, 
            problem.dis1.z2, 
            problem.dis1.x1) 
    print "Couping vars: %f, %f" % (problem.dis1.y1, problem.dis2.y2) 
    print "Function calls dis1: %d, dis2: %d"%(problem.dis1.exec_count,problem.dis2.exec_count) 
    print "\n"

來源

2017-02-21 Mitul Shah

該代碼假定優化程序完成並將模型放在提供最低目標的點上。對於所有基於梯度的優化器，這是一個合理的假設。

要做到同樣的事情在openmdao> 1.7.x，請參閱以下教程： http://openmdao.readthedocs.io/en/1.7.3/usr-guide/tutorials/paraboloid-tutorial.html#optimization-of-the-paraboloid-with-a-constraint

print('Minimum of %f found at (%f, %f)' % (top['p.f_xy'], top['p.x'], top['p.y']))

來源

2017-02-21 14:03:01

我同意你說的基於梯度的優化可以給我們一個局部最優解，但我的問題是，我該怎麼辦打印出最佳值。必須有一些命令來打印它。 –

自動體系結構的eval_objective命令

回答

相關問題