Ich habe ein Problem, dass ich die Designvariablen skalieren möchte. Ich habe den Scaler hinzugefügt, aber ich möchte das Derivat überprüfen, um sicherzustellen, dass es tut, was ich möchte. Gibt es eine Möglichkeit, das skalierte Derivat zu überprüfen? Ich habe versucht, check_total_derivatives() zu verwenden, aber das Derivat ist genau das gleiche, unabhängig davon, welchen Wert ich für Scaler setzen:Derivative Prüfung mit Scalern
from openmdao.api import Component, Group, Problem, IndepVarComp, ExecComp
from openmdao.drivers.pyoptsparse_driver import pyOptSparseDriver
class Scaling(Component):
def __init__(self):
super(Scaling, self).__init__()
self.add_param('x', shape=1)
self.add_output('y', shape=1)
def solve_nonlinear(self, params, unknowns, resids):
unknowns['y'] = 1000. * params['x']**2 + 2
def linearize(self, params, unknowns, resids):
J = {}
J['y', 'x'] = 2000. * params['x']
return J
class ScalingGroup(Group):
def __init__(self,):
super(ScalingGroup, self).__init__()
self.add('x', IndepVarComp('x', 0.0), promotes=['*'])
self.add('g', Scaling(), promotes=['*'])
p = Problem()
p.root = ScalingGroup()
# p.driver = pyOptSparseDriver()
# p.driver.options['optimizer'] = 'SNOPT'
p.driver.add_desvar('x', lower=0.005, upper=100., scaler=1000)
p.driver.add_objective('y')
p.setup()
p['x'] = 3.
p.run()
total = p.check_total_derivatives()
# Derivative is the same regardless of what the scaler is.