我在openMDAO中使用SLSQP算法，但我很难理解它的实际工作原理。我只是看一个常见的抛物面例子，它有2个设计变量，目标是在没有任何约束的情况下最小化f。通过打印出每次迭代的x、y和f值（迭代可能不是正确的词），我可以看到，偶尔使用每个设计变量的前向有限差分来计算一阶导数（x，y）。然后用这些导数来求出下一个x和y值，然而我看不出模式。
另外，当我读到SLSQP方法时，也需要二阶导数。但是，我没有看到它被计算出来。让我给予一个输出的例子：

iteration 1:
x = 0
y = 0
f = 22

iteration 2:
x = 0.01
y = 0
f = 21.9401

iteration 3:
x = 0
y = 0.01
f = 22.0801

从这最后2次迭代中，我们可以计算出df/dx = 5.99，df/dy = -8.01
下一个迭代恰好是：

x = 5.99
y = -8.01
f = -25.9597

然后再从这一点进行两次有限差分计算来求：df/dx = 2.02，df/dy = 2.02
那么下一次迭代就有变量了：x = 8.372726，y = -6.66007，我不知道如何得到这些值。
此外，有时一个大的步骤，甚至没有计算导数在这一点上。可能是因为前一步太大，导致函数远离最小值。
我希望有人能给我解释或给予一个有用的来源，确切的算法是使用，或给任何提示，可以用来更好地理解它。谢谢！