如何优雅处理DOEDriver运行时触发的AnalysisError问题？

针对你遇到的DOEDriver在触发AnalysisError时复用前一次成功输出的问题，有几个直接可行的优雅处理方式：

1. 组件层面提前重置输出为无效值 #

在组件的计算方法中，判断进入物理无效区域后，先手动将所有输出变量设置为明确的无效值，再抛出AnalysisError。这样即使驱动触发 fallback 逻辑，也会记录你设定的无效值，而非前一次的有效结果。

示例代码：

from openmdao.core.explicitcomponent import ExplicitComponent
from openmdao.core.exceptions import AnalysisError

class FOWTComponent(ExplicitComponent):
    def compute(self, inputs, outputs):
        # 判断是否进入物理无效区域
        if inputs['draft'] < 5.0 or inputs['mooring_stiffness'] > 1e6:
            # 重置所有输出为无效值（NaN/极值均可）
            outputs['platform_survival'] = float('nan')
            outputs['power_output'] = -float('inf')
            # 抛出错误终止当前案例计算
            raise AnalysisError("Design point violates physical constraints")
        
        # 正常物理计算逻辑
        outputs['platform_survival'] = ...
        outputs['power_output'] = ...

2. 继承DOEDriver自定义错误处理逻辑 #

如果需要统一处理所有组件的错误场景，可以继承DOEDriver并重写单个案例的运行逻辑，在捕获AnalysisError后强制重置所有输出变量。

示例代码：

from openmdao.drivers.doedriver import DOEDriver
from openmdao.core.exceptions import AnalysisError

class CustomFOWTDOEDriver(DOEDriver):
    def _run_case(self, case):
        try:
            # 尝试运行正常案例
            return super()._run_case(case)
        except AnalysisError:
            # 重置所有模型输出为无效值
            for output_name in self._problem.model.outputs:
                self._problem.model.outputs[output_name] = float('nan')
            # 返回已重置的输出结果
            return self._problem.model.outputs

使用时替换原驱动：

prob.driver = CustomFOWTDOEDriver()
prob.driver.options['optimizer'] = ... # 保持原DOEDriver配置

3. 优化驱动场景的额外处理 #

如果后续要对接优化驱动，建议在优化目标或约束函数中加入对无效值的判断逻辑，比如：

def obj_func(inputs, outputs):
    if np.isnan(outputs['power_output']):
        # 返回一个惩罚值（极大值）让优化器自动避开该点
        return 1e9
    return -outputs['power_output'] # 以最大化功率为目标

注意事项 #

• 优先选择组件层面的处理方式，逻辑更清晰且对驱动侵入性最低；
• 使用NaN或极值作为无效值时，大部分优化驱动会自动识别并跳过这类无效设计点；
• 确保所有输出变量都被重置，避免部分变量仍复用前一次的有效结果。

内容的提问来源于stack exchange，提问作者John Jasa