项研究考虑把一些新的技巧和思想,例如新的非线性互补函数(NCP)和NCP矩阵函数,滤子方法,Lie级数方法, 随机的低维搜索,运用于传统的解约束最优化问题的方法中去,产生新的有效算法。研究相关的无限维算子和迭代点序列的性质。讨论这些新方法的收敛性,收敛速度和计算结果。在基本不增加计算量和保持原有算法的收敛率的同时,在得到的目标函数非凸(非单调)或非光滑等"坏"的条件下, 确保算法的可行性,稳定性,
讨论约束非线性规划问题。考虑把一些新的技巧和思想用到传统的解约束最优化问题的方法中去,例如新的非线性互补函数(NCP),滤子方法,随机的低维搜索,产生新的有解的算法。研究相关的无限算子序列的性质。讨论这些新方法的收敛性,收敛速度和计算结果。在基本不增加计算量和保持原有算法的收敛率的同时,在目标函数非凸(非单调)或非光滑等"坏"的条件下,确保算法的可行性,稳定性,收敛性和收敛率。特别是考虑使用转化后的新目标函数的光滑性和算法在边界处的收敛性。寻找应用更广的,计算效果有效的新方法。并对这些新方法进行理论研究,完善约束优化方法的理论体系。通过数值试验,选择适当的参数和检验算法的计算效果.扩大算法的实际应用范围。