python - 如何使用Ipopt中的Python和Pyomo获取Hessian和Lagrangian的梯度来计算KKT矩阵

from pyomo.environ import *
from pyomo.opt import SolverFactory, ProblemFormat
m = ConcreteModel()
m.i = Set(initialize=[1, 2, 3])
init_vals = {1:25E+07, 2:0.0, 3:0.0}
#: Variables
m.x = Var(m.i, initialize=init_vals)
#: Objective
m.oF = Objective(expr=m.x[1]**2 +m.x[2]**2 + m.x[3]**2,
        sense=minimize)
ipopt = SolverFactory('ipopt')
ipopt.solve(m, tee=True)

我想使用拉格朗日的粗略和梯度来计算KKT矩阵，以获取NLP灵敏度。
我如何从IPOPT求解器的结果中获得这些结果...我试图ipopt.hessian（），但它没有任何作用。请给我一些帮助。

最佳答案

我认为可以使用sIPOPT和后缀来实现此目的（请参阅sIPOPT文档），但更简单的方法可能是使用Pyomo的PyNumero贡献包。您可以找到构建KKT矩阵并提取灵敏度here的示例，并且可以找到PyNumero here的安装说明。