OpenMDAO：将ScipyOptimizeDriver与pyOptSparseDriver进行比较时有哪些优缺点？

Question

我在OpenMDAO: How to handle non-converging points in ExplicitComponent.compute?中了解到pyOptSparseDriver能够以ScipyOptimizeDriver没有的方式处理失败点。我也明白可用的优化方法不同。这两个驱动因素之间的其他重要区别是什么？

特别是，在每个中使用“SLSQP”优化器有什么不同？

Answer 1

我没有量化scipy和pyopt-sparse中SLSQP之间的详细实现差异。但是，我知道他们确实有所不同。 Scipy优化器的线搜索比pyopt-spars的版本更适合尊重绑定约束。

主要区别在于ScipyOptimizerDriver与SciPy中的预编译优化器一起使用。另一方面，你必须自己编译pyopt-sparse。