关于我之前的问题Scaled paraboroid andderived checks，我看到你修复了与运行一次问题有关的问题。我想尝试，但在以下代码中显示的导数检查和有限差分仍然存在问题：
""" Unconstrained optimization of the scaled paraboloid component."""
from __future__ import print_function
import sys
import numpy as np
from openmdao.api import IndepVarComp, Component, Problem, Group, ScipyOptimizer
class Paraboloid(Component):
def __init__(self):
super(Paraboloid, self).__init__()
self.add_param('X', val=np.array([0.0, 0.0]))
self.add_output('f_xy', val=0.0)
def solve_nonlinear(self, params, unknowns, resids):
X = params['X']
x = X[0]
y = X[1]
unknowns['f_xy'] = (1000.*x-3.)**2 + (1000.*x)*(0.01*y) + (0.01*y+4.)**2 - 3.
def linearize(self, params, unknowns, resids):
""" Jacobian for our paraboloid."""
X = params['X']
J = {}
x = X[0]
y = X[1]
J['f_xy', 'X'] = np.array([[ 2000000.0*x - 6000.0 + 10.0*y,
0.0002*y + 0.08 + 10.0*x]])
return J
if __name__ == "__main__":
top = Problem()
root = top.root = Group()
#root.fd_options['force_fd'] = True # Error if uncommented
root.add('p1', IndepVarComp('X', np.array([3.0, -4.0])))
root.add('p', Paraboloid())
root.connect('p1.X', 'p.X')
top.driver = ScipyOptimizer()
top.driver.options['optimizer'] = 'SLSQP'
top.driver.add_desvar('p1.X',
lower=np.array([-1000.0, -1000.0]),
upper=np.array([1000.0, 1000.0]),
scaler=np.array([1000., 0.001]))
top.driver.add_objective('p.f_xy')
top.setup()
top.check_partial_derivatives()
top.run()
top.check_partial_derivatives()
print('\n')
print('Minimum of %f found at (%s)' % (top['p.f_xy'], top['p.X']))
第一次检查工作正常，但第二次check_partial_derivatives为 FD 给出了奇怪的结果：
[...]
偏导数检查
----------------
组件：'p'
----------------
p: 'f_xy' wrt 'X'
前进幅度：1.771706e-04
反向幅度：1.771706e-04
Fd 幅度：9.998228e-01
绝对误差 (Jfor - Jfd) : 1.000000e+00
绝对误差（Jrev - Jfd）：1.000000e+00
绝对误差（Jfor - Jrev）：0.000000e+00
相对误差 (Jfor - Jfd)：1.000177e+00
相对误差 (Jrev - Jfd)：1.000177e+00
相对误差（Jfor - Jrev）：0.000000e+00
原始前向导数 (Jfor)
[[ -1.77170624e-04 -8.89040341e-10]]
原始逆导数 (Jrev)
[[ -1.77170624e-04 -8.89040341e-10]]
原始 FD 衍生品 (Jfd)
[[ 0.99982282 0. ]]
在 ([ 6.66666658e-03 -7.33333333e+02]) 找到最小值 -27.333333
并且（可能不相关）当我尝试设置root.fd_options['force_fd'] = True（只是为了查看）时，在第一次检查时出现错误：
偏导数检查
----------------
组件：'p'
----------------
回溯（最近一次通话最后）：
文件“C:\Program Files (x86)\Wing IDE 101 5.0\src\debug\tserver\_sandbox.py”，第 59 行，在
文件“d:\rlafage\OpenMDAO\OpenMDAO\openmdao\core\problem.py”，第 1827 行，在 check_partial_derivatives
u_size = np.size(dunknowns[u_name])
文件“d:\rlafage\OpenMDAO\OpenMDAO\openmdao\core\vec_wrapper.py”，第 398 行，在 __getitem__
返回 self._dat[name].get()
文件“d:\rlafage\OpenMDAO\OpenMDAO\openmdao\core\vec_wrapper.py”，第 223 行，在 _get_scalar
返回 self.val[0]
IndexError：索引 0 超出轴 0 的范围，大小为 0
我使用 OpenMDAO HEAD (d1e12d4)。