非线性规划的拟罚函数—强次可行方向法

本文首先提出非线性规划的拟Ｋｕｈｎ—Ｔｕｃｋｅｒ点和拟罚函数法的概念和思想，然后结合强次可行方向法思想给出问题的两个新型算法，称之为拟罚函数—强次可行方向法．证明了该算法收敛到原问题的拟Ｋｕｈｎ—Ｔｕｃｋｅｒ点．

一类闭映象定理及算法收敛性条件——“可行方向法的一个统一探讨”中几点注记

以几个反例指出“可行方向法的一个统一探讨”一文中的几处错误.然后给出一类较为一般的点到集映象的闭性定理及一个改进的算法类收敛条件,以修正上述错误。

两阶段结合形式的梯度投影法

借助梯度投影给出非线规划问题的一个算法，它避开复杂的罚函数．但方法仍可用任意点作为初始迭代点，且将初始化阶段和最优化阶段密切结合起来．一旦迭代点进入可行域，方法将成为可行方向法．在强非退化假设下，算法收敛于问题的Ｋ－Ｔ点．

非线性约束条件下一个收敛的梯度投影法

本文提出了一个非线性约束条件下新的梯度投影方法。在较简单的假设之下,此算法是全局收敛的,且和现有的非线性约束条件下的一些梯度投影法相比较为简单。