OpenMDAO + PyOptSparse SLSQP 边界

如何解决OpenMDAO + PyOptSparse SLSQP 边界

在 OpenMDAO 中使用 SciPyOptimize SLSQP 驱动程序时，设计变量的界限似乎得到了强有力的执行（即优化器似乎永远不会选择超出这些界限的值）。然而，使用 PyOptSparse SLSQP 驱动程序，边界仍被视为约束，但它似乎确实尝试评估边界之外的情况。有没有办法强制 PyOptSparse 驱动程序在这个意义上更像 SciPyOptimize 驱动程序？

解决方法

尽管都具有 SLSQP 名称，但 Scipy 和 pyoptsparse 使用不同的算法实现。几年前，Scipy 更新了更严格的边界执行，但 pyoptsparse 中的没有。

为了解决这个问题，有人需要花一些时间更新 SLSQP fortran 代码 pyoptsparse 本身。 Jacob Williams 在创建 updated SLSQP codebase 方面做得不错。也许您可以与他合作，将他的算法版本添加到 pyoptsparse 中。