本书全面介绍了求解非线性规划问题的无罚函数方法。从基础概念出发，逐步讲解罚函数方法、传统与修正滤子方法、非单调滤子方法、自适应滤子方法以及其他无罚函数方法等。书中不仅提供了理论分析，还结合了丰富的数值实验，以证明算法的收敛性和有效性。本书融合了深入的理论探讨和实际案例，为研究生提供了坚实的理论基础和实践操作指南。书中对算法的收敛性进行了详尽的分析，并介绍了多种最优化问题的求解技巧，旨在帮助读者深入掌握最优化领域的知识。本书不仅可以作为研究生进行学术研究的辅助资料，也可以作为工程技术人员的参考手册。

前言
第一章 绪论
1.1 问题形式
1.2 无约束优化问题最优性条件
1.3 约束优化问题最优性条件
1.3.1 可行方向与下降方向
1.3.2 约束规范条件
1.3.3 最优性条件
1.4 算法
1.4.1 算法概念
1.4.2 收敛定理
第2章 罚函数方法与传统滤子方法
2.1 罚函数
2.2 内点法
2.3 乘子罚函数法
2.4 精确罚函数法
2.5 传统滤子方法
第3章 修正滤子方法及应用
3.1 修正子问题方法
3.1.1 修正SQP滤子方法
3.1.2 信赖域滤子方法
3.2 修正函数方法
3.2.1 改进的ODE型滤子信赖域方法
3.2.2 带NCP函数的信赖域滤子方法
3.3 修正维数方法
3.4 修正滤子方法的应用
3.4.1 修正SQP滤子方法在非线性互补问题中的应用
3.4.2 信赖域滤子方法在极大极小问题中的应用
第4章 非单调滤子方法
4.1 一维搜索方法
4.2 非单调QP-free滤子方法
4.2.1 改进的QP-free算法
4.2.2 算法的收敛性
4.2.3 数值结果
4.3 求解极大极小问题的非单调滤子方法
4.3.1 针对极大极小问题的修正非单调滤子算法
4.3.2 算法的收敛性
4.3.3 数值结果
第5章 自适应滤子方法及应用
5.1 非单调自适应滤子方法
5.1.1 改进的SQP子问题和非单调可行滤子方法
5.1.2 算法的收敛性
5.1.3 数值结果
5.2 求解极大极小问题的自适应滤子方法
5.2.1 改进的自适应非单调滤子算法
5.2.2 算法的收敛性
5.3 求解半无限问题的自适应非单调滤子方法
5.3.1 算法描述
5.3.2 算法的收敛性
5.3.3 数值结果
第6章 无罚无滤方法
6.1 求解非线性互补问题的自适应无罚无滤方法
6.1.1 非线性互补自适应算法
6.1.2 算法的收敛性
6.1.3 数值结果
6.2 求解半无限问题的无罚无滤方法
6.2.1 算法的收敛性
6.2.2 数值结果
6.3 求解一般约束的无罚无滤方法
6.3.1 无罚无滤的修正非单调QP-free算法
6.3.2 无罚无滤修正非单调算法的全局收敛性
6.3.3 非单调线搜索QP-free算法
6.3.4 非单调线搜索算法的全局收敛性
6.3.5 数值结果
参考文献
索引