想了解更多信息吗？

我们的联机文档内容广泛，包括入门教程和功能文档。我们有我们的github上的代码库，包括2021年发展路线图.我们的出版物是一个了解我们如何使用OpenMDAO的好地方。社区使用的精彩介绍可以在 2019年OpenMDAO研讨会YouTube，或2020 OpenMDAO反向黑客马拉松github回购。外部用户经常在以下方面提出问题栈溢出。您还可以查看我们在openmdao上开发的两个主要库：Dymos公司（瞬态建模和最优控制）和pyCycle（pyCycles）（涡轮发动机循环分析）。两者都提供带有分析导数的工程分析。

引用我们

J.S.Gray、J.T.Hwang、J.R.R.A.Martins、K.T.Moore和B.A.Naylor，“OpenMDAO:多学科设计、分析和优化的开源框架”，结构和多学科优化，2019年。

@文章{Gray2019a，作者={Justin S.Gray和John T.Hwang和Joaquim R.R.A.Martins肯尼思·穆尔（Kenneth T.Moore）和布雷特·奈勒（Bret A.Naylor），Doi={10.1007/s00158-019-02211-z}，期刊={结构和多学科优化}，月份＝｛四月｝，数字={4}，页码={1075--1104}，Title={{OpenMDAO}：一个开源框架用于多学科设计、分析、，和优化}，体积={59}，年份={2019}}

---

OpenMDAO入门

安装说明：

从您的python环境（我们建议水蟒)，只需键入：

>>pip（点阵） 安装'openmdao[all]'

示例优化文件

下面是一个简单的运行文件示例，让您开始运行第一个优化。将以下代码复制到名为抛物面_min.py：

进口openmdao.api作为om

#构建模型prob=om.Problem（）prob.model.add_subsystem（问题模型添加子系统）('抛物面',om.ExecComp公司(‘f=（x-3）**2+x*y+（y+4）**2-3')) 

#设置优化prob.driver=om.ScieOptimizeDriver（）prob.driver.options问题驱动程序选项[“优化器”] =“SLSQP”问题模型添加设计变量(“抛物面.x”, 降低=-50, 上面的=50) 问题模型添加设计变量(“抛物面.y”, 降低=-50, 上面的=50) 问题模型添加对象('抛物面.f') 问题设置（）#设置初始值问题设置值(“抛物面.x”,3.0) 问题设置值(“抛物面.y”,-4.0)#运行优化问题运行驱动程序（）#最小值 
打印（问题获取值('抛物面.f'))#最小值的位置打印（问题获取值(“抛物面.x”))打印（问题获取值(“抛物面.y”))

然后，要运行该文件，只需键入：

>>蟒蛇抛物面_min.py

如果所有工作都按计划进行，结果应如下所示：

优化已成功终止。（退出模式0）当前功能值：-27.333333333303336迭代次数：5功能评估：6梯度评估：5优化完成-----------------------------------[-27.33333333][ 6.66666667][-7.33333333]