Dymos：是否可以优化 design_parameter？
Dymos: Is it possible to optimise a design_parameter?
比如'racecar'的例子，我可以给'mass'设置一个下限和上限design_parameter，然后在求解最优控制问题的同时优化车辆质量吗？
我看到 phase.add_design_parameter() 有一个“opt”参数，但是当我 运行 opt=True 的问题时，值保持不变。我是否需要优化此值的求解器的另一层？
此功能对于将预算分配给设计决策（例如购买更轻的底盘）和调整齿轮比等参数很有用。
这是绝对可能的，事实上这就是设计参数上 opt 标志的意图。
只是为了确保事情按预期工作，当你有一个带有 opt=True 的设计参数时，通过对问题调用 list_problem_vars 确保它显示为优化器的设计变量之一run_model 之后的实例。 list_problem_vars 的文档是 here.
如果它显示为设计变量但优化器拒绝更改它，则可能是它认为该变量不敏感。这可能是由于
- 模型中错误定义的导数（错误的部分）
- 缩放比例不佳（objective/constraints 设计参数的灵敏度在优化器的单位中可能微不足道
- 有时根据问题的性质，某个输入对结果几乎没有影响（这可能是最不可能的）。
您可以尝试的事情：
- 运行 problem.check_totals（确保先调用 problem.run_model）并查看是否有任何总导数看起来不正确。
- 运行 problem.driver.scaling_report 并验证这些值在优化器看到它们的单位中不可忽略。如果它们在起点处真的很小，那么将设计参数缩放得更小（将 ref 设置为更小的数字，如 0.01）可能是合适的，这样从优化器的角度来看，一个小的变化会导致模型内发生更大的变化。
如果在尝试此操作后似乎没有效果，我会与您一起解决这个问题。
比如'racecar'的例子，我可以给'mass'设置一个下限和上限design_parameter，然后在求解最优控制问题的同时优化车辆质量吗？
我看到 phase.add_design_parameter() 有一个“opt”参数，但是当我 运行 opt=True 的问题时，值保持不变。我是否需要优化此值的求解器的另一层？
此功能对于将预算分配给设计决策（例如购买更轻的底盘）和调整齿轮比等参数很有用。
这是绝对可能的，事实上这就是设计参数上 opt 标志的意图。
只是为了确保事情按预期工作，当你有一个带有 opt=True 的设计参数时，通过对问题调用 list_problem_vars 确保它显示为优化器的设计变量之一run_model 之后的实例。 list_problem_vars 的文档是 here.
如果它显示为设计变量但优化器拒绝更改它，则可能是它认为该变量不敏感。这可能是由于
- 模型中错误定义的导数（错误的部分）
- 缩放比例不佳（objective/constraints 设计参数的灵敏度在优化器的单位中可能微不足道
- 有时根据问题的性质，某个输入对结果几乎没有影响（这可能是最不可能的）。
您可以尝试的事情：
- 运行 problem.check_totals（确保先调用 problem.run_model）并查看是否有任何总导数看起来不正确。
- 运行 problem.driver.scaling_report 并验证这些值在优化器看到它们的单位中不可忽略。如果它们在起点处真的很小，那么将设计参数缩放得更小（将 ref 设置为更小的数字，如 0.01）可能是合适的，这样从优化器的角度来看，一个小的变化会导致模型内发生更大的变化。
如果在尝试此操作后似乎没有效果，我会与您一起解决这个问题。