问题描述
我遇到了与 this question 中所述类似的问题。我遵循了 Rob Flack 的回答，但遇到了问题。如果有人可以帮助我，我将不胜感激。
我使用了答案中建议的代码，但遇到了一个问题：它改变了模拟结果。我在脚本中为 min_time_climb 示例添加了一行，如下所示：
phase.add_timeseries_output('aero.mach',units=None,shape=(1,),output_name = "recorded_mach")
我使用名称“recorded_mach”是为了不覆盖 Dymos 可能已经或可能没有记录的任何其他内容。问题是默认的高度 (h) 与时间图实际上发生了变化，离散点和模拟曲线都发生了变化。我最终使用与我刚刚展示的命令类似的命令记录了 4 个变量，并且通过图表上的离散优化点以某种方式使模拟跟踪更好。当我在此之上记录另外 4 个变量时，它使它变得更糟。我觉得这很奇怪，因为我不明白为什么记录模拟应该改变它的输出。
你有没有遇到过这种情况？您可以提供有关该问题的任何见解，我们将不胜感激。
注意事项：
在实现上述代码之前，我对示例进行了一些修改，以适应不同的情况（不同的推力和燃油消耗数据、不同的升力和阻力极坐标、不同的高度和速度目标）。但是，它仍然运行良好。
解决方法
没有一些例子可以看，我只能做出有根据的猜测。所以请对我的回答持保留态度。
某些优化问题的雅可比矩阵和/或 KKT 矩阵的条件非常差（您作为用户通常不会看到，但仍然存在问题）。这种病态的潜在原因有很多，但一些常见的原因是非常大的导数（即接近无穷大）或不同导数之间的幅度非常大。另一个常见的原因是引入了一个鞍点，在那里你有无数同样好的答案。有时您可以通过缩放来解决问题，有时您需要重新制定问题。
不良条件对优化器有两个不良影响。首先，它使得内部的数字很难计算计算步长所需的逆。它将得到一个答案，但可能会受到数字噪声的影响。其次，它可能会阻止某些近似（如 BFGS）首先表现良好。
在这些情况下，执行顺序或额外步骤（例如案例重新编码）的微小变化可能会导致优化器采用不同的路径。如果您发现该路径最终会导致一个案例成功而另一个案例失败，那么您可能会遇到一个稍微稳定的问题，您一次幸运而不是另一个。
仔细查看雅可比文件中是否有任何类似奇异的东西。 0 行/列？如果您在添加约束时忘记添加额外的自由度，则碰巧满足但仍有 0 行的约束是 Dymos 情况下出现的问题。如果您谨慎对待目标，也会出现鞍点。