Key points are not available for this paper at this time.
序列二次编程（SQP）方法已被证明在解决带有光滑非线性目标和约束的约束优化问题方面非常有效。这里我们考虑具有一般不等式约束（线性和非线性）的问题。我们假设可以获得一阶导数，并且约束梯度是稀疏的。我们讨论了一种SQP算法，该算法使用光滑的增广拉格朗日优点函数，并明确考虑原问题和QP子问题中的不可行性。SNOPT是一个特定实现，它使用半正定QP求解器。它基于对拉格朗日海森矩阵的有限记忆拟牛顿近似，并使用减少海森矩阵算法（SQOPT）来解决QP子问题。它设计用于约束和变量数量为数千但自由度适中的问题（例如，最多2000）。对于CUTE测试中的大多数问题给出了数值结果...
Gill等人（Sat，）研究了这个问题。