非线性规划的序列二次规划（SQP）算法Matlab程序

序列二次规划代码，可以参考学习！

Rosenbrock函数Matlab代码非手术治疗 该存储库包含 Curtis 和 Overton [1] 的 SQP-GS（顺序二次编程 - 梯度采样）算法的Python实现。 注意：这个实现是一个原型代码，它只针对一个简单的问题进行了测试，并且没有进行性能优化。 论文作者提供了一个 Matlab 实现，参见 [2]。 数学描述 该算法可以解决以下形式的问题 min f(x) s.t. g(x) <= 0 h(x) = 0 其中f 、 g和h是局部 Lipschitz 函数。 因此，该算法可以解决具有非凸和非光滑目标和约束的问题。 有关详细信息，我们参考原始论文。 例子 该代码针对 Rosenbrock 函数的 2 维非平滑版本进行了测试，受最大函数约束。 请参见 [1] 中的示例 5.1。 对于这个问题，解析解是已知的。 下图显示了SQP-GS在不同起点的轨迹。 最后的迭代用黑色加号标记，而解析解用金色星星标记。 我们可以看到该算法始终如一地找到了最小值。 要重现此实验，请参阅文件test_rosenbrock.py 。 实施细则 求解器具有三个主要参数，称为f 、 gI和gE 。

matlab源码，SQP源码的实现原理，可以进行修改后实现更进一步的优化

对非线性系统的寻优方法，采用c程序编写，希望对各位有所帮助

学习序列二次规划很好的资料，序列二次规划是具有超线性的收敛速度，是目前解决非线性问题最好的方法，序列二次规划通过每次迭代，在目标点将目标函数泰勒展开成二次形式，约束展开为线性形式，序贯的求解二次问题

介绍了基本优化方法，比如基本的牛顿法，拟牛顿法，以及相关的约束最优化方法如拉格朗日乘子法等

用于求解数值算法最优化算法中的SQP算法

用于求解数值算法最优化算法中的SQP算法

该课件是一个介绍序列二次规划的基础知识，是学习序列二次规划的基础资料，推荐！