use descent::model::Model;
use descent_ipopt::IpoptModel;

let mut m = IpoptModel::new();

let x = m.add_var(-10.0, 10.0, 0.0);
let y = m.add_var(std::f64::NEG_INFINITY, std::f64::INFINITY, 0.0);
m.set_obj(2.0 * y);
m.add_con(y - x * x + x, 0.0, std::f64::INFINITY);

let (stat, sol) = m.solve();

在 descent_ipopt/examples/simple.rs 中提供了这个示例的完整示例，可以按照以下方式构建和运行

cargo build --release --example simple
./target/release/examples/simple

代码优化非常重要，因此在测试代码性能时，请确保开启或使用发布构建选项。

建模

在数学表达式中支持以下运算符：+、-、*、.powi(i32)、.sin()和.cos()。表达式可以通过运算符重载或通过过程宏（需要nightly rust）生成。

通过运算符重载进行自动微分

可以使用运算符重载动态地生成具有最大灵活性的表达式。这是上面提供的示例中采用的方法。

通过过程宏进行源代码转换

如果nightly rust可用，则可以使用过程宏来“静态”生成用于评估表达式及其一阶和二阶导数的函数。这相对于动态运算符重载和AD方法提供了巨大的性能提升。以下使用过程宏表达式生成方法的示例如下：

#![feature(proc_macro_hygiene)]

use descent::model::Model;
use descent_ipopt::IpoptModel;
use descent_macro::expr;

let mut m = IpoptModel::new();

let x = m.add_var(-10.0, 10.0, 0.0);
let y = m.add_var(std::f64::NEG_INFINITY, std::f64::INFINITY, 0.0);
m.set_obj(expr!(2.0 * y; y));
m.add_con(expr!(y - x * x + x; x, y), 0.0, std::f64::INFINITY);

let (stat, sol) = m.solve();

更完整的示例可以在descent_ipopt/examples/problem_macro.rs中找到。

参数化

该库允许对值进行参数化，并易于进行求解器预热启动，以实现快速模型调整和解算。

待办事项

• 清理匆忙编写的程序宏。
• 与ipopt-sys crate集成，可能还与ipopt crate集成，而不是使用/维护自己的绑定。
• Bonmin绑定（启用MINLP）。

许可证

Apache-2.0或MIT