Python 在DoE期间重置每个输入之间的所有变量以进行多学科分析

我正在使用WhatsOpt（一个允许定义和共享多学科和数据交换方面的多学科分析的web应用程序）开发代码。我有个问题

上下文：该代码必须计算给定爬升加速度下飞机的不同质量。当我试着做一个DoE时，有一些爬升加速度导致质量散开。但这不是一个问题，因为当解算器达到最大迭代次数时，它会告诉它没有收敛，而我只是不保留结果

问题：在DoE中，当您运行输入编号n的分析时，内部变量和响应将使用分析结束时的值n-1（前一个）初始化。因此，如果输入数为n-1的分析发散，并将变量设置为荒谬的高值，则分析数n不能在给定的迭代次数内收敛，而它应该收敛

我试图设置一个函数，当质量达到临界值时，将其重置为1，但这导致了收敛情况，应该会出现分歧。然后我不能放弃那些不相关的结果。 我试图增加解算器的最大迭代次数，但这会导致对于发散的情况有更大的值，因此，好的情况仍然没有收敛

---

问题：您知道我如何在DoE期间重置每个新输入之间所有变量的值吗？

我相信您想要在组级别或组件级别（取决于模型）使用的功能是

guess\u非线性

方法

---

以下是openMDAO文档，它允许您在任何解算器迭代开始时为任何您喜欢的设置初始值。

这正是我需要的，非常感谢！