如何在 OpenMDAO 2.5.0 中更新可重构模型中的连接大小？

Question

使用 reconfigurable model execution 可以调整组件的输入和输出大小。当连接重新配置的输出和输入时，连接如何更新？

在下面的示例中，输出 c2.y 和 c3.y 在每个模型运行上都调整了大小。这个输入和输出应该是连接的，如 N2 图所示。但是，重新配置后连接大小似乎不会自动更新，它会抛出以下错误：

ValueError: The source and target shapes do not match or are ambiguous for the connection 'c2.y' to 'c3.y'. Expected (1,) but got (2,).

我包括以下 3 个测试，提升连接、绝对连接和最后一个重新配置但没有连接（有效）。

最后一次机会是在 comps 的父组中声明连接，我还没有尝试过。

测试：

提升连接
绝对连接
没有连接

可重构组件类和测试：

from __future__ import division

import logging

import numpy as np
import unittest

from openmdao.api import Problem, Group, IndepVarComp, ExplicitComponent
from openmdao.utils.assert_utils import assert_rel_error


class ReconfComp(ExplicitComponent):

    def initialize(self):
        self.size = 1
        self.counter = 0

    def reconfigure(self):
        logging.info('reconf started {}'.format(self.pathname))
        self.counter += 1
        logging.info('reconf ended {}'.format(self.pathname))

        if self.counter % 2 == 0:
            self.size += 1
            return True
        else:
            return False

    def setup(self):
        logging.info('setup started {}'.format(self.pathname))
        self.add_input('x', val=1.0)
        self.add_output('y', val=np.zeros(self.size))
        # All derivatives are defined.
        self.declare_partials(of='*', wrt='*')
        logging.info('setup ended {}'.format(self.pathname))

    def compute(self, inputs, outputs):
        logging.info('compute started {}'.format(self.pathname))
        outputs['y'] = 2 * inputs['x']
        logging.info('compute ended {}'.format(self.pathname))

    def compute_partials(self, inputs, jacobian):
        jacobian['y', 'x'] = 2 * np.ones((self.size, 1))


class ReconfComp2(ReconfComp):
    """The size of the y input changes the same as way as in ReconfComp"""

    def setup(self):
        logging.info('setup started {}'.format(self.pathname))
        self.add_input('y', val=np.zeros(self.size))
        self.add_output('f', val=np.zeros(self.size))
        # All derivatives are defined.
        self.declare_partials(of='*', wrt='*')
        logging.info('setup ended {}'.format(self.pathname))

    def compute(self, inputs, outputs):
        logging.info('compute started {}'.format(self.pathname))
        outputs['f'] = 2 * inputs['y']
        logging.info('compute ended {}'.format(self.pathname))

    def compute_partials(self, inputs, jacobian):
        jacobian['f', 'y'] = 2 * np.ones((self.size, 1))


class TestReconfConnections(unittest.TestCase):

    def test_reconf_comp_promoted_connections(self):
        p = Problem()

        p.model = Group()
        p.model.add_subsystem('c1', IndepVarComp('x', 1.0), promotes_outputs=['x'])
        p.model.add_subsystem('c2', ReconfComp(), promotes_inputs=['x'], promotes_outputs=['y'])
        p.model.add_subsystem('c3', ReconfComp2(), promotes_inputs=['y'],
                              promotes_outputs=['f'])

        p.setup()
        p['x'] = 3.

        # First run the model once; counter = 1, size of y = 1
        p.run_model()
        totals = p.compute_totals(wrt=['x'], of=['y'])
        assert_rel_error(self, p['x'], 3.0)
        assert_rel_error(self, p['y'], 6.0)
        assert_rel_error(self, totals['y', 'x'], [[2.0]])
        print(p['x'], p['y'], totals['y', 'x'].flatten())

        # Run the model again, which will trigger reconfiguration; counter = 2, size of y = 2
        p.run_model()  # FIXME Fails with ValueError

    def test_reconf_comp_connections(self):
        p = Problem()

        p.model = Group()
        p.model.add_subsystem('c1', IndepVarComp('x', 1.0), promotes_outputs=['x'])
        p.model.add_subsystem('c2', ReconfComp(), promotes_inputs=['x'])
        p.model.add_subsystem('c3', ReconfComp2(), promotes_outputs=['f'])
        p.model.connect('c2.y', 'c3.y')
        p.setup()
        p['x'] = 3.

        # First run the model once; counter = 1, size of y = 1
        p.run_model()

        # Run the model again, which will trigger reconfiguration; counter = 2, size of y = 2
        p.run_model()  # FIXME Fails with ValueError

    def test_reconf_comp_not_connected(self):
        p = Problem()

        p.model = Group()
        p.model.add_subsystem('c1', IndepVarComp('x', 1.0), promotes_outputs=['x'])
        p.model.add_subsystem('c2', ReconfComp(), promotes_inputs=['x'])
        p.model.add_subsystem('c3', ReconfComp2(), promotes_outputs=['f'])
        # c2.y not connected to c3.y
        p.setup()
        p['x'] = 3.

        # First run the model once; counter = 1, size of y = 1
        p.run_model()

        # Run the model again, which will trigger reconfiguration; counter = 2, size of y = 2
        fail, _, _ = p.run_model()
        self.assertFalse(fail)


if __name__ == '__main__':
    unittest.main()

更新：

似乎在 Group._var_abs2meta 中只更新了源尺寸，但没有更新目标尺寸。在父组的设置或其他组件的设置将被调用之前，连接的设置开始。

更新 2：

默认的 NonlinearRunOnce 求解器会发生这种情况，NewtonSolver 为 NonlinearBlockGS 没有错误，但变量大小也不会改变。

Answer 1

从 OpenMDAO V2.5 开始，reconfigurable model variables 不是框架中官方支持的功能。自该研究完成以来，该功能的基本功能就已包含在代码中，但它的优先级还不足以让我们最终确定。 V2.4 最近的一次重大重构重新设计了一些底层数据结构的工作方式，并且肯定破坏了此功能。

它在我们的开发优先级列表中以使其再次运行，但它在该列表中的排名不是很高。我们主要将开发重点放在具有直接内部应用程序的功能上，而我们还没有其中之一。

如果您能为它提供一套完整的测试，我们可以看看如何让功能正常工作。

如何在 OpenMDAO 2.5.0 中更新可重构模型中的连接大小？

How to update connection sizes in a reconfigurable model in OpenMDAO 2.5.0?

openmdao