如何在OpenMDAO中仅计算约束梯度，不计算目标函数梯度？

问题根源 #

你调用的prob.driver._compute_totals是驱动程序的内部方法，会受优化驱动的配置逻辑影响（比如驱动默认会预计算目标函数梯度以支持优化流程），因此即便指定了仅计算约束梯度，仍会触发目标相关组件的偏导数计算。

核心解决方案 #

直接使用OpenMDAO问题实例的compute_totals方法，而非驱动程序的内部方法。该方法会严格按照你指定的of（输出变量）和wrt（输入变量）计算总梯度，不会额外触发无关组件的偏导数计算。

修改示例代码的最后一行：

print('computing constraint partials')
res = prob.compute_totals(of='y1', wrt='x')

验证结果 #

运行修改后的代码，只会打印I need these partials，不会触发comp2的compute_partials方法，完全符合仅计算约束梯度的需求。

进阶优化（针对优化流程场景） #

如果是在优化过程中需要控制梯度计算范围，可以通过以下方式配置：

• 使用driver.declare_coloring并指定includes参数，明确只包含约束相关变量，进一步减少不必要的计算：

  prob.driver.declare_coloring(includes=['y1'], wrt=['x'], show_summary=True)
  

• 若优化逻辑确实不需要目标梯度，可通过调整驱动的导数计算选项，禁用目标函数的梯度计算（需根据具体驱动类型调整）。

内容的提问来源于stack exchange，提问作者kilojoules