二次规划(QP)是求解一种特殊的数学优化问题的过程——具体地说，是一个(线性约束)二次优化问题，即优化(最小化或最大化)多个变量的二次函数，并服从于这些变量的线性约束。二次规划是一种特殊的非线性规划。    序列二次规划(SQP，SequentalQuadraticProgramming)算法是将复杂的非线性优化问题转换为较简单的二次规划问题来求解的算法。而二次规划问题则是指目标函数为二次函数，约束函数为线性函数的的最优化问题。二次规划问题是最简单的非线性优化问题，有很多成熟的快速求解的方法。一、首先介绍二次规划问题：给定一个目标函数,求这哥目标函数的最小值，并且满足约束条件 (约束只能是线性

二次规划二次规划问题(qp)是目标函数为二次函数，约束条件为线性约束的问题，可以简化为初中数学进行表达，即:已知目标函数为:f(x)=x2−2∗x+1f(x)=x^2-2*x+1f(x)=x2−2∗x+1xxx需满足约束条件00x2求f(x)f(x)f(x)在xxx为多少时取最小值以上即为最简单的一维的二次规划表达例子，扩展到高维的话，则xxx为向量矩阵形式，但原理是一样的。对于高维二次规划问题，求解过程并不像初中数学那样简单，因此会采用其他的方法，如内点法和有效集法等。对于工程师而言，我们在编写代码的时候，并不关心二次规划问题的求解细节，所以一般是把二次规划问题建立好后，直接调用三方库进行求

1.序列二次规划算法简介非线性规划问题是目标函数或约束条件中包含非线性函数的规划问题。一般说来，求解非线性规划问题比求解线性规划问题困难得多。而且，不像线性规划有单纯形法这一通用方法，非线性规划目前还没有适用于各种问题的一般算法，已有的各种方法都有其特定的适用范围。利用间接法求解最优化问题的途径一般有两种：一种是在可行域内使目标函数下降的迭代算法，如可行点法；另一种是利用目标函数和约束条件构造增广目标函数，借此将约束最优化问题转化为无约束最优化问题，如罚函数法、乘子法、序列二次规划法等。序列二次规划算法是目前公认的求解约束非线性优化问题最有效的方法之一。与其他算法相比，序列二次规划法的优点是收

1.序列二次规划算法简介非线性规划问题是目标函数或约束条件中包含非线性函数的规划问题。一般说来，求解非线性规划问题比求解线性规划问题困难得多。而且，不像线性规划有单纯形法这一通用方法，非线性规划目前还没有适用于各种问题的一般算法，已有的各种方法都有其特定的适用范围。利用间接法求解最优化问题的途径一般有两种：一种是在可行域内使目标函数下降的迭代算法，如可行点法；另一种是利用目标函数和约束条件构造增广目标函数，借此将约束最优化问题转化为无约束最优化问题，如罚函数法、乘子法、序列二次规划法等。序列二次规划算法是目前公认的求解约束非线性优化问题最有效的方法之一。与其他算法相比，序列二次规划法的优点是收