2

我正在使用 pyfmi 在 Python 中加载 Modelica 生成的模型。加载模型后，我想执行优化和参数估计。问题是对于每个参数估计（优化迭代），通常需要加载 FMU，它需要大约 300-400 次迭代，但由于二进制加载错误，它没有收敛。我应该在哪里寻找灵魂？欢迎任何提示。

def fun2optim(theta):##  Funtion to optimize with the initial guess of paramameter values theta
    model = load_fmu("MOdel_0IV_0curves.fmu")## LOAD THE FMU
    res = model.simulate(input=foo(theta),final_time=1)
    results_VV=np.array([]) ###SAVE THE OUTPUT IN ARRAY
        for i in range(200,400):
        out=(res[output_IV[i]])
        results=out[0::5] #Dymola FMU has 5 same IV curve points
        results_VV=np.append(results_VV,results)
    return(results_VV)

def RMSE (theta): ## results_V are the ideal values
    tt=sum(np.sqrt((fun2optim(theta)-results_V)**2).mean())
    return(tt)

from scipy import optimize
res11=optimize.minimize(RMSE,thetaInit,method='nelder-mead', options={'xtol':   1e-4, 'disp': True})

经过 50-60 次迭代后，我得到了一个错误：

FMUException: Error loading the binary. Could not load the DLL: A dynamic link library (DLL) initialization routine failed.
4

1 回答 1

4

我之前在使用 Dymola FMU 时遇到过类似的问题，我最好的猜测是某些东西没有正确卸载，最终导致了问题。

我建议将您的代码更改为：

model = load_fmu("MOdel_0IV_0curves.fmu")## LOAD THE FMU
def fun2optim(theta):##  Funtion to optimize with the initial guess of paramameter values theta
    global model
    model.reset()
    res = model.simulate(input=foo(theta),final_time=1)
    results_VV=np.array([]) ###SAVE THE OUTPUT IN ARRAY
    for i in range(200,400):
       out=(res[output_IV[i]])
       results=out[0::5] #Dymola FMU has 5 same IV curve points
       results_VV=np.append(results_VV,results)
    return(results_VV)

通过这种方式，您不必每次都重新加载 FMU（您只需重置它），这也将导致性能提升。

于 2018-08-14T07:04:53.980 回答