并行openmdao优化与不同的初始猜测

Question

为了找到更好的最小值，我目前创建并运行不同初始猜测的openmdao问题的多个实例，然后选择具有最佳性能的解决方案。为了使这个过程更快，我目前使用Python的多处理模块并且在并行子进程中解决每个openmdao问题。然而，随着我的问题变得越来越复杂，我也想并行化优化过程（通过使用ParallelGroup和/或分布式组件），并且我不确定mpi是否会以奇怪的方式与Python的多处理进行交互。是否有任何openmdao特性可以处理解决个人问题和多个问题实例的并行性？

Answer 1

通过拆分comm并将子通信传递给Problem构造函数，可以在MPI（无子进程）下运行OpenMDAO问题的多个实例。在这里看到一个基本的例子：

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

您的问题可以具有的ParallelGroup（S），这将是罚款，只要你给它一个足够大的通讯。