データフィッティング概要

import pybamm
import ionworks_schema as iws
from ionworks import Ionworks

# 既知パラメータ(フィットしない全項目)
known = iws.direct_entries.DirectEntry(
    parameters={"Ambient temperature [K]": 298.15},
)

# 目的関数: 電流駆動 SPMe シミュレーションと測定電圧を比較
obj_1C = iws.objectives.CurrentDriven(
    data_input="file:examples/data/chen_synthetic_1C/time_series.csv",
    options={"model": pybamm.lithium_ion.SPMe()},
)

# 自由パラメータ
parameters = {
    "Negative particle diffusivity [m2.s-1]": iws.Parameter(
        "Negative particle diffusivity [m2.s-1]",
        initial_value=2e-14,
        bounds=(1e-14, 1e-13),
    ),
    "Positive particle diffusivity [m2.s-1]": iws.Parameter(
        "Positive particle diffusivity [m2.s-1]",
        initial_value=2e-15,
        bounds=(1e-15, 1e-14),
    ),
}

fit = iws.DataFit(
    objectives={"test_1C": obj_1C},
    parameters=parameters,
    cost=iws.costs.SSE(),
    optimizer=iws.optimizers.DifferentialEvolution(),
)

pipeline = iws.Pipeline({"known": known, "fit": fit})

client = Ionworks()
submission = client.pipeline.create(pipeline)
client.pipeline.wait_for_completion(submission.id)
result = client.pipeline.result(submission.id)
print(result.element_results["fit"])

import pybamm

fit = iws.DataFit(
    objectives={
        "1C": iws.objectives.CurrentDriven(
            data_input="file:.../1C.csv",
            options={"model": pybamm.lithium_ion.SPMe()},
        ),
        "0.5C": iws.objectives.CurrentDriven(
            data_input="file:.../0.5C.csv",
            options={"model": pybamm.lithium_ion.SPMe()},
        ),
    },
    parameters=parameters,
)

import ionworks_schema as iws

fit = iws.DataFit(
    objectives=objectives,
    parameters=parameters,
    optimizer=iws.optimizers.TuRBO(
        max_iterations=12,
        population_size=64,
        algorithm_options={"noise_floor": "low", "n_initial": 64},
    ),
)

# 検証エラーになります: "noise_flor" は TuRBO の認識されるオプションではありません。
iws.optimizers.TuRBO(algorithm_options={"noise_flor": "low"})

# AskTellOptimizer は CMAES()、PSO()、XNES() などの背後にある低レベルのクラスです。
# 上記の名前付きオプティマイザは、`method` を設定するだけの薄いラッパーです。
# 検証エラーになります: CMAES のフィットに BO のオプションが渡されています。
iws.optimizers.AskTellOptimizer(
    method="CMAES",
    algorithm_options=iws.optimizers.BayesianOptimizationOptions(n_initial=32),
)

# 検証エラーを発生: 未知のキー（maxiter、popsize、tol）ごとに "Extra inputs are not permitted"。
iws.optimizers.DifferentialEvolution(maxiter=10, popsize=5, tol=1e-6)

# 正しい使い方: ドキュメント化された ask/tell のパラメータを使います（tol -> population_convergence_tol）。
iws.optimizers.DifferentialEvolution(
    max_iterations=10,
    population_size=5,
    population_convergence_tol=1e-6,
)

# アルゴリズム固有の設定は `algorithm_options` に渡します。
iws.optimizers.CMAES(algorithm_options={"seed": 42})

# OK: ScipyDifferentialEvolution は maxiter/popsize/seed/tol を scipy.optimize に転送します。
iws.optimizers.ScipyDifferentialEvolution(maxiter=10, popsize=5, seed=0)

# OK — 具体的な type が指定され、すべてのキーが認識される。
fit = iws.DataFit(
    objectives={
        "1C": {
            "type": "CurrentDriven",
            "data": "file:.../1C.csv",
            "options": {"model": {"type": "SPMe"}},
        },
    },
    parameters=parameters,
)

# こちらも OK — 旧来の `objective` エイリアスやトップレベルの `model` ショートハンドは、
# 検証前に `type` と `options.model` に正規化されます。
fit = iws.DataFit(
    objectives={
        "1C": {
            "objective": "CurrentDriven",
            "model": {"type": "SPMe"},
            "data": "file:.../1C.csv",
        },
    },
    parameters=parameters,
)

fit = iws.DataFit(
    objectives=objectives,
    parameters=parameters,
    multistarts=20,
)

fit = iws.DataFit(
    objectives=objectives,
    parameters=parameters,
    multistarts=20,
    initial_guess_sampler=iws.distribution_samplers.Uniform(),
)

import ionworks_schema as iws

fit = iws.DataFit(
    objectives=objectives,
    parameters=parameters,
    optimizer=iws.optimizers.Nested(
        parameters=["Negative particle diffusivity [m2.s-1]"],
        optimizer=iws.optimizers.ScipyMinimize(method="Nelder-Mead"),
        inner=iws.optimizers.ScipyLeastSquares(),
    ),
)

optimizer=iws.optimizers.Nested(
    parameters=["k_nonlinear"],
    optimizer=iws.optimizers.CMAES(),
    inner=iws.optimizers.ScipyLsqLinear(
        method="bvls",       # または "trf"
        warm_start=True,      # 前回のアクティブ集合を再利用(デフォルト)
    ),
)

fit = iws.DataFit(
    objectives=objectives,
    parameters=parameters,
    options={
        "seed": 42,
        "low_memory": True,
        "maxtime": 600,
        "skip_objective_callbacks": False,
    },
)

fit = iws.DataFit(
    objectives=objectives,
    parameters=parameters,
    objective_parallelism="off",  # デバッグ中は逐次評価を強制する
)

Failed to set up the model for objective 'test_1C':
Parameter 'Negative electrode thickness [m]' not found.

client.pipeline.wait_for_completion(submission.id)
result = client.pipeline.result(submission.id)
print(result.element_results["fit"])