在 OpenMDAO 中重用具有不同参数名称的外部函数

问题描述

我正在尝试根据外部规范生成 MDAO 问题。这需要自动创建组、学科和变量。我想重用一些分析函数，但有不同的参数。我必须假设这些参数的名称在重用的实例之间可能不同，因此我正在寻找一种方法来制定分析函数，而函数的字典式输入/输出参数中的键与学科输入和输出之间没有必要的一致性变量。

是否可以（如果可以，如何使用？）在以下示例中使用以下可重用函数之一 MyReusableFunction / MyReusableFunctionAlt？

import openmdao.api as om

### External information

# I can choose the format of disciplinary functions. Some alternatives:
def MyNonReusableFunction1(inputs,outputs): # <- The way it works
    # I have to use keys 'A','B','C' here
    outputs['C'] = inputs['A']*inputs['B']

def MyNonReusableFunction2(inputs,outputs): # <- The way it works
    # I have to use keys 'D','E','F' here
    outputs['F'] = inputs['D']*inputs['E']

def MyReusableFunction(x,y): # <- The way I want it to work
    return x*y

def MyReusableFunctionAlt(inputs,outputs): # <- This would also be fine
    outputs['z'] = inputs['x']*inputs['y']

# Given structure of the problem
disciplines = {
    'D1': {
        'inputs': ['A','B'],'outputs': ['C'],'function': MyReusableFunction},# <- instead of MyNonReusableFunction1
    'D2': {
        'inputs': ['D','E'],'outputs': ['F'],# <- instead of MyNonReusableFunction2
}

connections = [('D2.F','D1.B')]

### My script starts here

problem = om.Problem()

for disc_name,disc_data in disciplines.items():
    discipine = om.ExplicitComponent()
    discipline.compute = disc_data['function']

    for param_in in disc_data['inputs']:
        discipline.add_input(param_in,1)
        
    for param_out in disc_data['outputs']:
        discipline.add_output(param_out,1)

    problem.add_subsystem(disc_name,discipline)

for connection in connections:
    problem.connect(connection[0],connection[1])

解决方法

这感觉就像是 ExecComps 中用户定义函数注册的用例。这是一个全新的功能。

http://openmdao.org/twodocs/versions/latest/features/building_blocks/components/exec_comp.html#registering-user-functions

其使用示例如下：

http://openmdao.org/twodocs/versions/latest/features/building_blocks/components/exec_comp.html#execcomp-example-user-function-registration

这将为您处理导数，使用复杂步长或有限差分，具体取决于给定函数是否是复杂安全的。

这是您的代码示例。它不能完美地复制存储用户函数的字典，但与重新分配计算相比，使用此路径获取它们可能更容易一些。

import openmdao.api as om

def MyReusableFunction(x,y): # <- The way I want it to work
    return x*y

connections = [('D2.F','D1.B')]

problem = om.Problem()

om.ExecComp.register('myfunc',MyReusableFunction,complex_safe=True)

D1 = om.ExecComp('C = myfunc(A,B)')
D2 = om.ExecComp('F = myfunc(D,E)')

problem.model.add_subsystem('D1',D1)
problem.model.add_subsystem('D2',D2)

for connection in connections:
    problem.model.connect(connection[0],connection[1])

problem.setup()

problem.run_model()

如果这不适用于您的用例，请告诉我们。