<div>Hello Andreas,</div>
<div> </div>
<div>I&#39;m using the Java interface of IPopt and I&#39;ve implemented an automatic differentiation library (JEP Java Expression Parser) to automatically do the differentiation of the objective function and the constraints. I implemented this in the given HS071 example so that I can check the results. All the automatically differentiated formulas come out the same as in the original problem. The model and the results are attached to this mail.</div>

<div> </div>
<div>It gives the right results, but the convergence is very slow. It takes more than 3000 iterations and even then it stops because the maximum number of iterations is exceeded. It is exactly the same problem as the original (as for the formulas and starting conditions), except that the values for the jacobian etc are calculated with the automatically differentiated functions.</div>

<div> </div>
<div>This implementation is just to see whether the combination of using IPopt en JEP is possible (which it is apparently). But I want to implement a much larger problem with very much larger formulas for the hessian entries. It would take days to compute just one problem if it takes this much time. Is there anything I can do about that?</div>

<div> </div>
<div>With kind regards, </div>
<div> </div>
<div>Jan</div>