Hacktoberfest 2026: die Issues, die Maintainer für den Oktober markiert haben – offen und einsteigerfreundlich. Hacktoberfest-Issues durchsuchen

Differentiation of problems with Almost Locally Solved termination status

Offen
  • Stimmt etwas nicht?
#336 4 Kommentare 0 Reaktionen 0 zugewiesene Personen Auf GitHub ansehen

Dieses Issue hat noch niemand übernommen.

Bewertung

Schwierigkeit
4/5
Geschätzter Aufwand
3-5 Tage
Anfängerfreundlichkeit
48/100
Issue-Typ
Bug
Klarheit
Größtenteils klar
Aktivitätsstatus
Ruhig
Tech-Stack
julia
Bereich
tooling

Rechercherichtung

Führe zuerst das Julia-Mindestbeispiel aus und verfolge dann DiffOpt.forward_differentiate! sowie die Behandlung des Beendigungsstatus Almost Locally Solved. Erledigt ist die Aufgabe, wenn das Beispiel die Vorwärtsdifferenzierung für diesen Status erfolgreich abschließt.

Vom Indexierungsmodell aus dem Issue-Text verfasst.

Beschreibung

good first issue

DiffOpt seems to not suppoer problems with the termination status Almost Locally Solved. Below is a minimum working example.

using JuMP
using Ipopt
using DiffOpt

# Create differentiable model with loose tolerances
diff_optimizer = optimizer_with_attributes(
    Ipopt.Optimizer,
    "print_level" => 3,
    "tol" => 1e-2,
    "acceptable_tol" => 1e-1,
    "max_iter" => 5,
    "acceptable_iter" => 2
)

model = Model(() -> DiffOpt.diff_optimizer(diff_optimizer))

# Decision variables
@variable(model, x >= 0)
@variable(model, y >= 0)

# Parameters (weights in objective)
w = [0.1, 0.1]  # Initial parameter values
weight = w
weight = JuMP.@variable(
    model,
    [j in keys(w)] in MOI.Parameter(w[j]),
    base_name = "weight")

@constraint(model, x + y >= 10)
@constraint(model, 2x + y >= 15)

@objective(model, Min, weight[1]*x + weight[2]*y)

optimize!(model)

println("\nStatus: $(termination_status(model))")

for (i, key) in enumerate(keys(weight))
    perturbation = i
    DiffOpt.set_forward_parameter(model, weight[key], perturbation)
end

# Solve perturbed problem
optimize!(model)

# Compute forward derivatives
DiffOpt.forward_differentiate!(model)
Vorherrschende Sprache
Julia
Sterne
146
Forks
21
Ø Merge
1 Std. 25 Min.
Gemergte PRs (30 T.)
2

Entwicklungsumgebung

Dieses Projekt bietet weder Dev-Container noch Dockerfile noch Beitragsleitfaden – die Einrichtung liegt bei Ihnen. Beginnen Sie mit der README; die allgemeinen Schritte stehen in unserem Leitfaden für den ersten Beitrag.

Erste Schritte

  1. Lesen Sie das ganze Issue und danach den Beitragsleitfaden des Projekts.
  2. Schreiben Sie ins Issue, dass Sie es übernehmen — das erspart doppelte Arbeit.
  3. Forken Sie das Repository und arbeiten Sie in einem Branch.
  4. Öffnen Sie einen Pull Request, der die Issue-Nummer nennt.

Mehr aus jump-dev/DiffOpt.jl

Alle Issues in jump-dev/DiffOpt.jl

Ähnliche Issues

Weitere Issues zu Julia

Neue Issues direkt in Ihr Postfach

Eine kurze Übersicht über anfängerfreundliche GitHub-Issues.