OpenMDAO平台如何正确中断试验设计(DOE)计算任务

LatinHypercubeGenerator驱动下组件抛普通异常无法终止计算，本质是DOE驱动与优化器的默认容错逻辑存在差异：OpenMDAO优化器默认碰到计算异常会直接终止求解，而DOEDriver默认开启单case失败跳过逻辑，会接住组件层抛出的通用Exception/RuntimeError，标记当前采样点计算失败后继续运行剩余采样点，不会中断整体流程。

可按以下优先级选择终止方案：

• 方案1：内置标准接口实现（推荐，兼容单/并行场景、自动执行资源清理）

  1. 实例化DOE驱动后，开启失败即终止配置，关闭默认的单失败点跳过逻辑：

  from openmdao.api import DOEDriver, LatinHypercubeGenerator, AnalysisError
  
  # 初始化DOE驱动与拉丁超立方采样生成器
  driver = DOEDriver(generator=LatinHypercubeGenerator(samples=200))
  # 核心配置：任意采样点计算失败时直接终止整个DOE流程
  driver.options["fail_on_bad_case"] = True
  prob.driver = driver
  

  2. 在组件的compute方法中，触发终止判定条件时，不要抛出通用异常，改为抛出OpenMDAO内置的AnalysisError即可：

  class MyCalculationComp(ExplicitComponent):
      def compute(self, inputs, outputs):
          # 自定义计算逻辑
          cal_result = inputs["x"] * 2 + 3
          # 自定义终止判定条件
          if cal_result > 1e6:
              raise AnalysisError("计算结果超出合法阈值，终止全部DOE采样")
          outputs["y"] = cal_result
  

  该方案原生兼容MPI并行运行场景，触发终止时会同步关停所有并行进程，同时正常完成内存释放、记录数据落盘等清理流程，是官方支持的标准终止方式。

• 方案2：硬终止（仅适用于极端致命错误场景，不推荐常规使用）
  如果碰到不需要保留已计算结果、必须立刻关停的场景，可根据运行模式选择终止指令：

  • 单进程运行：在组件终止逻辑中调用os._exit(1)，直接终止当前Python进程，该方式不会执行后续清理逻辑
  • MPI并行运行：调用组件持有的MPI通信子终止方法self.comm.Abort(1)，避免单进程退出导致其余进程挂死

注意：常规终止场景不要使用硬终止方案，该方式不会触发OpenMDAO的采样结果保存、日志缓冲区刷写等逻辑，可能导致已计算的采样数据丢失。

内容的提问来源于stack exchange，提问作者Quentin Tiefaine