Optimization ipopt:Inf的效率有多高<；var<；在ipopt中定义决策变量时使用Inf？

我正在使用ipopt解决轨迹优化问题，希望了解将决策变量的边界设置为1）任意实数、

（-Inf，Inf

）和2）任意“大”实数（例如

（-10^12,10^12

）之间的差异（在效率方面）。我在这里使用引号是因为“大”是主观的，取决于应用程序

选择

10^12

作为我的“大”数，如果

var

是一个1D决策变量，我想知道ipopt在处理时是否更有效

-Inf < var < Inf

-Inf

或

-10^12

---

从实用的角度来看，选项2）应该更有效，因为它缩小了设计空间，但如果ipopt采用一些智能启发式方法来有效地处理

Inf

，则可能必须存储和携带一个“大”数字（例如

10^12

）效率降低。任何洞察？

IPOPT将对这两个变量使用不同的方法，因为在1）变量是无界的，它是无约束的，在2）变量是有界的。搜索空间在2）中缩小，但IPOPT在处理无约束/无约束变量（1）时更有效.

我猜：没什么区别。我想你已经试过了。顺便说一句，你的问题意味着你的模型比例很差。你可能想做这个。

-10^12 < var < 10^12