OpenMDAO SciPy SLSQP中迭代和函数计算的区别

Question

我使用SLSQP通过OpenMDAO来解决一个优化问题。优化工作正常；最后的SLSQP输出如下：

Optimization terminated successfully.    (Exit mode 0)
            Current function value: [-0.07475851]
            Iterations: 44
            Function evaluations: 87
            Gradient evaluations: 44
Optimization Complete

我现在试图对结果进行后置处理，并在迭代过程中检查优化的收敛性。当我通过sqlite字典访问迭代时，通过

db = sqlitedict.SqliteDict('opt_record.sqlite','iterations')
db.keys()

然后我看到了87张唱片。所以这里的“迭代”实际上是指函数的计算。显然，这也可以给出收敛的想法，但是是否有任何方法可以真正地访问迭代信息，要么通过某种输出机制，要么通过反算哪个函数的评估引用迭代的结束？

Answer 1

在SLSQP中，您可以从以下两种方法中获得函数调用：

1. 迭代，或Major iterations
2. 线搜索

这两件事都由案件记录器记录下来，而且OpenMDAO没有任何方法来区分它们。不过，您可以过滤掉它们，因为主要的迭代总是在导数计算之前。因此，没有任何衍生工具的案件最有可能来自于线搜索。