使用不同的初始猜测并行化openmdao优化

Question

为了找到更好的最小值，我目前使用不同的初始猜测创建并运行多个openmdao问题实例，然后选择性能最佳的解决方案。为了使这个过程更快，我目前使用Python的多处理模块并在并行子流程中解决每个openmdao问题。

然而，随着我的问题变得越来越复杂，我也希望并行化优化过程（通过使用ParallelGroup和/或分布式组件），并且我不确定mpi是否会与Python的多处理交互以奇怪的方式。是否有任何openmdao功能可以处理解决个别问题和多个问题实例的并行性？

Answer 1

您可以通过拆分comm并将子comm传递给Problem构造函数，在MPI（无子进程）下运行OpenMDAO问题的多个实例。请参阅此处的基本示例：

https://github.com/OpenMDAO/OpenMDAO/blob/master/mpitest/test_mpi.py#L207-237

你的问题可以有ParallelGroup（s），只要你给它足够大的通信就可以了。