Hi All,<br><br>I have a question about the options available for Hessian computation in Ipopt.  First, some background:  I use Ipopt with the AIMMS modeling system for refinery planning.  My model makes use of some external, nonlinear constraint functions which are implemented in C++.  For these functions, I also use automatic differentiation to provide first partial derivatives to AIMMS (and hence on to Ipopt).  It just so happens that in AIMMS, if external functions are used as model constraints, second derivatives are not made available to Ipopt for ANY constraints, either constraints implemented natively in AIMMS, or constraints that are implemented in external functions.<br>
<br>When solving my model, I set the method for Hessian computation to &quot;exact&quot;.  It solves quickly and reliably 99% of the time without ANY Hessian information from AIMMS.  For comparison purposes, I have also used the quasi-newton Hessian approximation option.  It also solves reliably as well, although it takes much longer per iteration because it now has to do much more work.  I found these results to be somewhat curious, in that solution reliability does not appear to be adversely affected by lack of Hessian information or lack of Hessian quality.  I have a variety of nonlinear constraints in my model.  Although some nonlinear constraints involve bilinear terms, most are far more complex and are definitely 2nd order differentiable.<br>
<br>I guess my questions boil down to these:  Is this result expected?  Would you expect significantly improved performance/reliability if exact Hessian information was made available to Ipopt?  Under what conditions would you expect accurate Hessian information to be critical in achieving quick and/or reliable solutions?<br>
<br>Thanks in advance for any insights!<br><br>Chuck<br><br><br>