Dymos问题中调用set_constraint_options()方法报错的技术咨询

原因分析 #

Dymos的Phase组件处于静态模式（_static_mode=True）时，_static_responses字典并未同步_responses中的动态生成约束（比如timeseries类约束）。这是因为Dymos的轨迹/阶段约束并非在初始setup()阶段就完全注册到静态响应集合中，而是在run_problem()执行过程中动态生成并存储到_responses里，导致静态模式下调用set_constraint_options()时无法定位到目标约束。

而OpenMDAO官方示例中的约束是在组件setup()阶段就明确注册的，因此_static_responses会同步这些约束信息，即使处于静态模式也能正常找到。

可行解决方法 #

方法1：临时退出静态模式修改约束 #

先将Phase切换到非静态模式，修改约束后再切回静态模式，最后重新执行setup()和run_driver()：

# 退出静态模式
p.model.traj.phases.phase0.set_static_mode(False)
# 修改约束选项
p.model.traj.phases.phase0.set_constraint_options("timeseries.y", equals=1.80e5)
# 切回静态模式
p.model.traj.phases.phase0.set_static_mode(True)
# 重新setup并运行驱动
p.setup()
p.run_driver()

方法2：直接修改内部响应字典（应急方案） #

由于_responses中已存在目标约束的信息，可直接修改其参数（注意：这依赖OpenMDAO内部API，版本更新可能导致失效）：

# 直接修改_responses中的约束限值
p.model.traj.phases.phase0._responses['timeseries.y']['equals'] = 1.80e5
# 重新setup并运行驱动
p.setup()
p.run_driver()

方法3：参数化约束值，重构问题（推荐） #

将约束的限值设为可配置变量，每次修改后重新构建问题并执行dymos.run_problem()，这是最符合Dymos设计流程的稳妥方案：

# 定义可配置的约束限值
target_altitude = 1.80e5

# 重构问题
p = om.Problem(model=om.Group())
# ... 省略原有问题构建代码 ...
# 在添加约束时使用参数化的值
p.model.traj.phases.phase0.add_constraint("timeseries.y", equals=target_altitude)
# 重新运行问题
dymos.run_problem(p)

内容的提问来源于stack exchange，提问作者Mark Garnett