关于OpenMDAO中SciPy Optimizer迭代计数bug及退出状态优化的问询

1. 迭代计数不匹配问题 #

使用SciPyOptimizer的SLSQP优化器时，优化报告中的迭代计数与SciPy原生打印的计数不一致：

• SciPy输出显示迭代次数为20
• 但通过p.driver.opt_result['iter_count']获取到的计数是43

修复方案：
在scipy_optimizer.py文件中，将迭代计数设置为SciPy OptimizeResult返回的nit值，即添加代码：

self.iter_count = result.nit

nit是SciPy优化结果中记录的实际迭代次数，用它覆盖当前计数逻辑即可解决不匹配问题。

2. 退出状态信息不足问题 #

当前优化器仅输出FAIL作为失败状态，缺乏具体终止原因。而SciPy优化结果的status字段会明确说明终止原因，比如达到迭代限制、约束违反等，这些信息对排查问题更有实用价值。

改进建议：
将SciPy返回的status对应的详细终止原因整合到OpenMDAO的优化输出或报告中，替代单一的FAIL提示，让用户直接获取优化终止的具体原因。

相关输出示例 #

Iteration limit reached    (Exit mode 9)
            Current function value: 1.5695626156067153
            Iterations: 20
            Function evaluations: 42
            Gradient evaluations: 16
Optimization FAILED.
Iteration limit reached
-----------------------------------
Time: 94.89042663574219

p.driver.opt_result['iter_count']
Out[2]: 43

内容的提问来源于stack exchange，提问作者Chris