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。


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)