Hi all<div>I am currently trying to modify the ipopt codes to better explore the sparse structure of hessian.</div><div>For some specific optimization problems, the newton steps of the KKT conditions (or cholesky factorization of the hessian) </div>

<div>can be evaluated in a more efficient way. At the meantime, I want to take advantage of all the heuristics such as filter step lengh control</div><div>implemented by Ipopt for robustness and convergence property.</div>

<div><br></div><div>It would be great if anyone can shed me some light on where to start to replace the section of codes that calculates the KKT Newton steps.</div><div>Another possibility is can someone share some version of simple ipopt codes that are written in matlab that implements the filter-based </div>

<div>step length control so that I can easily modify the codes.</div><div><br></div><div>Any suggestions are highly appreciated.</div><div>Thanks</div><div>Yudong Ma<br clear="all"><div><br></div>-- <br>Thank you very much<br>

Yours<br>Yudong Ma<br>Ph.D. candidate<br>Department of Mechanical Engineering<br>2169 Etcheverry Hall<br>University of California<br>Berkeley, CA 94720-1740<br>email: <a href="mailto:myd07@berkeley.edu">myd07@berkeley.edu</a><br>

Homepage: <a href="http://www.mpc.berkeley.edu/people/yudong-ma">http://www.mpc.berkeley.edu/people/yudong-ma</a><br>
</div>