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。其结果是一种可以大大节省时间和内存的方法。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。


zbMATH中的参考文献(参考文献34条)

显示第1到第20个结果,共34个。
按年份排序(引用)
  1. James Yang:FastAD:Expression Template-Based C++Library for Fast and Memory Efficient auto differentication(2021年)阿尔十四
  2. 安妮塔K。南迪,蒂姆·C。D。卢卡斯,罗汉·阿兰贝波拉,彼得·盖兴,丹尼尔·J。韦斯:分解:贝叶斯空间分解建模的R包(2020)阿尔十四
  3. 格莱斯纳,安布罗斯;马厄,斯蒂芬J。;ü本杰明·勒;佩德罗索,乔ão Pedro:Price and verify:使用Dantzig-Wolfe分解的递归循环包装新算法(2020)
  4. ü本杰明·勒;塞拉诺,费利佩;Gleixner,Ambros:使用二维投影增强双线性项的分离和传播(2020)
  5. 安德森,乔尔A。E、 。;吉利斯,乔里斯;霍恩,格雷格;罗林斯,詹姆斯B。;非线性控制软件和CASADIETZ优化软件:2019
  6. 阿斯康,特拉维斯;库茨,J。Nathan:用于优化动态模式分解的变量投影方法(2018)
  7. 拜登,Atıım G公司üş; 珠穆特,巴拉克A。;拉杜尔,亚历克赛·安德烈耶维奇;Siskind,Jeffrey Mark:机器学习中的自动差异化:调查(2018)
  8. Berthold,Timo:MI(NL)P解算器内原始启发式的计算研究(2018)
  9. 库尔什什塔,K。;南卡罗亚南。H。K、 。;贝萨克,J。;MacIntyre,K.:使用SWIG生成的ADOL-C接口,高效计算R和Python中的优化问题的导数(2018)
  10. 范列文,特里斯坦;马雷茨克,西蒙;巴滕堡,K。Joost:三维断层重建的自动对准(2018)
  11. 科切尔,伊曼纽;乔里斯,先生é; 普莱西,任é-Édouard:地震迭代偏移速度分析:两种更新速度模型的策略(2017)
  12. 格莱斯纳,安布罗斯M。;贝索尔德,蒂莫;ü本杰明·勒;Weltge,Stefan:基于优化的绑定拧紧的三个增强(2017)
  13. 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
  14. Slu公司ş安斯基,埃米尔一世。;Dumitrel,Vlad:ADiJaC——Java类文件的自动区分(2016)
  15. 鲍勃·卡彭特,马修·D。Hoffman,Marcus Brubaker,Daniel Lee,Peter Li,Michael Betancourt:斯坦数学库:C++中的反向模式自动微分(2015)阿尔十四
  16. 贝索尔德,蒂莫:伦斯。最佳舍入(2014)
  17. 贝索尔德,蒂莫;Gleixner,Ambros M.:Undercover:原始MINLP启发式探索最大的子MIP(2014)
  18. Hogan,Robin J.:C++中使用表达式模板的快速反向模式自动微分(2014)
  19. Michael Braun:trustOptim:稀疏Hessians信赖域优化的R包(2014)不是zbMATH
  20. 贝尔,布拉德利·M。;Abraham D:疾病率随年龄和时间变化的统计模型和估计(2013)