CppAD公司

隐函数与最优值的算法微分在应用优化中，了解最优值对结构参数变化的敏感性往往是必不可少的。应用包括参数优化、鞍点问题、Benders分解和多级优化。本文采用一种已知的自动微分（AD）技术来获得隐式函数的导数，以应用于最优值函数。我们提出的公式非常适合于计算最优值的一阶导数和二阶导数。这种方法节省了大量的时间。使用ADOL-C和CppAD包的Benders分解示例演示了节省的成本。这些比较的一些源代码是为了帮助测试其他硬件和编译器、其他AD包以及ADOL-C和CppAD的未来版本。源代码还可以帮助实现实际应用程序的方法。此外，它还演示了如何在同一源代码中使用多个C++运算符重载广告包。这为编写浮点类型是C++模板参数的数值例程提供了动力。

此软件的关键字

这里的任何内容都将在支持canvas元素的浏览器上被替换

zbMATH参考文献（参考 31篇文章

显示第1到第20个结果，共31个。
按年份排序(引用)
  1. Anita K.Nandi，Tim C.D.Lucas，Rohan Arambepola，Peter Gething，Daniel J.Weiss:分解：贝叶斯空间分解建模的R包（2020）阿尔十四
  2. Gleixner，Ambros；Maher，Stephen J.；Müller，Benjamin；Pedroso，João Pedro:Price and verify:使用Dantzig-Wolfe分解的递归循环包装新算法（2020）
  3. 本杰明·穆勒（Müller）、费利佩·塞拉诺（Serrano）、安布罗斯·格雷克纳（Gleixner），安布罗斯（Ambros）：使用二维投影实现双线性项的更强分离和传播（2020）
  4. Andersson，Joel A.E.；Gillis，Joris；Horn，Greg；Rawlings，James B.；Diehl，Moritz:CasADi:非线性优化和最优控制的软件框架（2019年）
  5. Askham，Travis；Kutz，J.Nathan:用于优化动态模式分解的变量投影方法（2018）
  6. Baydin，Atılım Güneş；Pearlmutter，Barak A.；Radul，Alexey Andreyevich；Siskind，Jeffrey Mark：《机器学习中的自动微分：一项调查》（2018年）
  7. Berthold，Timo:MI（NL）P解算器内原始启发式的计算研究（2018）
  8. van Leeuwen，Tristan；Maretzke，Simon；Batenburg，K.Joost:三维层析重建的自动对准（2018）
  9. Cocher，Emmanuel；Chauris，Hervé；Pleshix，René-Édouard：地震迭代偏移速度分析：更新速度模型的两种策略（2017年）
  10. Gleixner，Ambros M.；Berthold，Timo；Müller，Benjamin；Weltge，Stefan:基于优化的绑定拧紧的三个增强（2017）
  11. Kasper Kristensen和Anders Nielsen、Casper Berg、Hans Skaug和Bradley Bell:TMB:自动微分和拉普拉斯近似（2016）不是zbMATH
  12. Sluşanschi，Emil I.；Dumitrel，Vlad:ADiJaC——Java类文件的自动区分（2016）
  13. 贝索尔德，蒂莫：伦斯。2014年（最佳修约）
  14. Berthold，Timo；Gleixner，Ambros M.：Undercover:一个原始的MINLP启发式探索最大的子MIP（2014）
  15. Hogan，Robin J.：C++中使用表达式模板的快速反向模式自动微分（2014）
  16. Michael Braun:trustOptim:稀疏Hessians信赖域优化的R包（2014）不是zbMATH
  17. Bell，Bradley M.；Flaxman，Abraham D.：作为年龄和时间函数的疾病率的统计模型和估计（2013年）
  18. Gleixner，Ambros M.；Weltge，Stefan:混合整数非线性规划的拉格朗日变量界的学习和传播（2013）
  19. Siehr，Jochen：减少化学燃烧模型的连续策略中的数值优化方法（2013）
  20. Skanda，Dominik；Lebiedz，Dirk:动态系统模型辨识实验设计的稳健优化方法（2013）