amodMC公司

麦考密克松弛的伴随模式计算。20,No.2,573--601(2009;Zbl 1192.65083)],提出了一种类似于算法微分(AD)的方法,该方法允许传播一般不可微的McCormick松弛[参见,例如,{it g.P.McCormick},Math。程序。10,147--175(1976;Zbl 0349.90100)]在切线线性模式下的可分解函数和相应的子梯度。次梯度是“常用”导数的自然扩展,它允许基于导数的方法应用于可能不可微的凸函数和凹函数。软件包libMC[Mitsos et al.,loc。cit.]根据切线线性模式AD的原理,通过过载执行松弛和相应的次梯度的自动传播。类似的想法已经被移植到Fortran-yielding-modMC中,这是我们与Mitsos等人的合作的一部分。引文]。本文提出了一种计算McCormick松弛次梯度的伴随方法。在Fortran中,以amodMC的形式提供了相应的重载实现。计算出的次梯度用于基于分枝定界法的确定性全局优化算法中。通过两个例子说明了伴随模式相对于切线线性模式的优越性。