OpenMDAO：ExplicitComponent.compute中不收敛点的正确处理方式问询

我来帮你解决这个问题——你尝试在ExplicitComponent的compute里抛AnalysisError来跳过坏点，但发现Scipy驱动又把异常抛出来终止了优化。其实你注意到的_solve_nonlinear里compute返回True标识失败，就是OpenMDAO官方推荐的正确处理方式，结合驱动的一小段配置就能搞定。

核心解决方案：让compute返回失败标志，而非抛出异常 #

对于ExplicitComponent，不需要用AnalysisError，而是在检测到无法计算的设计点时：

1. 给输出设置一个合理的占位值（比如0或者np.inf，后者能引导优化器主动避开坏点）
2. 返回True告诉框架“这个点计算失败了”

修改你的Test1Comp的compute方法：

def compute(self, inputs, outputs):
    design_z = inputs['design_z']
    design_x = inputs['design_x']
    design_y = inputs['design_y']
    
    # 检测到计算不收敛的区域
    if 0.49999 < design_x < 0.500001:
        # 设置占位输出，这里把目标设为无穷大让优化器远离
        outputs["z"] = 0.0
        outputs["y"] = 0.0
        outputs['obj'] = np.inf
        return True  # 返回True表示计算失败
    
    # 正常计算逻辑
    z = 4/(design_z + 1)
    y = - design_z - 2*z
    obj = (y/5.833333 - design_x)**2 + z/2.666667*100*(design_y - design_x**2)**2
    outputs["z"] = z
    outputs["y"] = y
    outputs['obj'] = obj
    
    return False  # 返回False表示计算成功

关键驱动配置：让Scipy优化器跳过失败点 #

光组件返回失败还不够，你需要给ScipyOptimizeDriver加个配置，告诉它遇到计算失败时不要直接抛异常终止，而是跳过这个点继续优化：

prob.driver = ScipyOptimizeDriver()
prob.driver.options["optimizer"] = 'SLSQP'
prob.driver.options['tol'] = 1e-8
# 新增这行：禁止驱动因分析失败抛出异常
prob.driver.options['raise_exception'] = False
# 可选：调整最大迭代次数，给优化器足够空间避开坏点
prob.driver.options['maxiter'] = 1000

为什么这种方式有效？ #

从你贴的ExplicitComponent._solve_nonlinear源码就能看明白：

failed = self.compute(self._inputs, self._outputs)
return bool(failed), 0., 0.

框架会把compute的返回值当作失败标志，当返回True时，组件会向驱动报告“这个点不可行”。而raise_exception=False则让Scipy驱动不会因为这种不可行点就终止优化，而是让优化算法尝试其他设计点。

额外小技巧 #

如果你的目标是让优化器彻底避开这些坏点，把目标函数设为np.inf是个好办法——因为优化器要最小化目标，会自动远离这些无穷大的区域，比单纯返回失败效率更高。

内容的提问来源于stack exchange，提问作者rJonatan