openmdao - 使用不同的初始猜测并行化 openmdao 优化

Question

为了找到更好的最小值，我目前创建并运行了多个具有不同初始猜测的 openmdao 问题实例，然后选择性能最佳的解决方案。为了让这个过程更快，我目前使用 Python 的 multiprocessing 模块，并在一个并行子进程中解决每个 openmdao 问题。

但是，随着我的问题变得更加复杂，我也想并行化优化过程（通过使用 ParallelGroup 和/或分布式组件），我不确定 mpi 是否会以奇怪的方式与 Python 的多处理交互。是否有任何 openmdao 功能可以同时处理解决单个问题和多个问题实例的并行性？

score 2 · Accepted Answer

您可以通过拆分 comm 并将子 comm 传递给 Problem 构造函数，在 MPI（无子进程）下运行 OpenMDAO 问题的多个实例。在此处查看一个基本示例：

您的问题可能有 ParallelGroup(s)，只要您给它足够大的通信就可以了。

1 回答 1