SQP算法的英文介绍，对于了解和学习SQP算法有很大帮助。文章介绍详细

主要是一些关于SQP的讲解资料和对应的MATLAB程序

采用matlab实现的序列二次规划算法，能够很好地解决一般的问题，已经经过检测。欢迎下载

由matlab语言编写sequential quadratic programming（SQP）算法

优化设计-fmincon函数介绍-序列二次规划(SQP)-subspace_trust_region-active_sett

snopt学生版 matlab软件包，用于非线性优化，变量需要小于300

以下为两个 m 函数，分别是 qpsubp 和 sqpm，其中 qpsubp 用于求解二次规划子问题，sqpm 是用基于拉格朗日函数 Hesse 矩阵的 SQP 方法求解约束优化问题。可以直接运行CalSQP，求解问题。

序列二次规划matlab程序/亲测可用/带实例

The Sequential Quadratic Programming (SQP) Algorithm Given a solution estimate xk, and a small step d, an arbitrary numerical optimization problem can be approximated as follow: f(xk+d)=f(xk)+[▽f(xk)] T*d + 1/2*(dT)[▽2f(xk)]*d+.... h(xk+d)=h(xk)+[▽h(xk)]T*d + 1/2*(dT)[▽2h(xk)]*d+.... = 0 g(xk+d)=g(xk)+[▽g(xk)]T*d + 1/2*(dT)[▽2g(xk)]*d+.... >= 0 where x=[x1,x2,…xk]T, d=[d1,d2,…dk]T Form the linearly-constrained/quadratic minimization problem: Minimize: f(xk)+[▽f(xk)]T*d + 1/2*(dT)[▽2f(xk)]*d Subject to: h(xk)+[▽h(xk)]T*d = 0; g(xk)+[▽g(xk)]T*d >=0; In the SQP loop, the approximate QP should be a convex Quadratic Programming, in which the matrix Q = ▽2f(xk) should be positive semidefinite, Q ≥ 0. Actually, the Q is the Hessian matrix of the function f(x) at the point xk.

采用matlab实现的序列二次规划算法，能够很好地解决一般的问题，已经经过检测。欢迎下载