非线性约束优化方法的综述报告在自然科学、社会科学以及人们的日常生活中广泛存在着大量的求最小或最大的问题,即所谓的最优化问题。特别是近代,在管理科学、计算机科学、分子物理学和生物学以及超大规模集成电路设计、代码设计、图象处理和电子工程等科技领域中,大量的组合优化问题需要解决。用数学语言来说,就是要决定一组参量,使其对应的目标函数达到最小值或最大值。这就是优化问题，约束优化问题是优化问题中的一种，约束优化问题是在自变量满足约束条件的情况下目标函数最小化的问题，其中约束条件既可以是等式约束也可以是不等式约束。在现实很多工程问题中是包含约束条件的，这使得约束优化问题与实际息息相关，还有许多难于处理的问题是包含约束条件的，这就使得研究约束问题变得十分重要。约束优化方法按求解原理不同分为直接法与间接法1.直接法根本做法是在约束条件所限制的可行域内直接求解目标函数的最优解。如：约束变量轮换法、随机试验法、随机方向搜索法、复合形法、可行方向法等。基本要点：选取初始点、确定搜索方向及适当步长搜索原则：每次产生的迭代点必须满足可行性与适用性两个条件。可行性：迭代点必须在约束条件所限制的可行域内，即满足Gu(x)<=0，u=1，2，....，mHv(x)=0v=1，2，...，p适用性：当前迭代点的目标函数值较前一点是下降的，即满足F（x(K+1)）
