摘要
Birgin，E.G.、Martinez，J.M.、Raydan，M.：算法813:SPG——凸约束优化软件。 ACM事务处理。 数学。 柔和。 27, 340---349 (2001) 谷歌学者 
数字图书馆 
Birgin，E.G.，Castillo，R.，Martinez，J.M.：非凸问题的增广拉格朗日算法的数值比较。 计算。 最佳方案。 申请。 31(1), 31---56 (2005) 谷歌学者 数字图书馆 Bongartz，I.，Conn，A.R.，Gould，N.I.M.，Toint，Ph.L.:$${\sf CUTE}$$CUTE：约束和非约束测试环境。 ACM事务处理。 数学。 柔和。 21(1), 123---160 (1995) 谷歌学者 数字图书馆 Conn，A.R.，Gould，N.I.M.，Toint，Ph.L.：介绍大规模非线性优化问题的结构和$${\sf LANCELOT}$$LANCELET项目。 收录：Glowinski，R.，Lichnewsky，A.（编辑）《应用科学与工程中的计算方法》，第42-51页。 SIAM，费城（1990） 谷歌学者 Conn，A.R.，Gould，N.I.M.，Toint，Ph.L.:$${\sf LANCELOT}$$LANCELET:用于大规模非线性优化的Fortran包（A版）。 计算数学中的斯普林格级数。 施普林格，海德堡，柏林，纽约（1992） 谷歌学者 数字图书馆 Le Digabel，S.：算法909:NOMAD：使用MADS算法进行非线性优化。 ACM事务处理。 数学。 柔和。 37(4), 1---15 (2011) 谷歌学者 数字图书馆 Dolan，E.D.，Gurson，A.P.，Shepherd，P.L.，Siefert，C.M.，Torczon，V.J.，Yates，A.：C++直接搜索。 http://www.cs.wm.edu/va/software/DirectSearch/direct_code/ (2001) 谷歌学者 Fletcher，R.：NLP的序列线性约束规划算法。 SIAM J.Optim公司。 22（3），772---794（2012） 谷歌学者 交叉引用 
Gay，D.M.：线性规划测试问题的电子邮件分发。 数学规划学会煤炭新闻稿，1985年12月。 http://www.netlib.org/lp/data/ 谷歌学者 Gill，P.E.，Wong，E.：凸规划和一般二次规划的方法。 技术报告NA 10--1，加州大学圣地亚哥分校数学系，2013年。 数学编程计算（2014） 谷歌学者 Gould，N.I.M.，Orban，D.，Toint，Ph.L.:$${\sf CUTEr}$$CUTEr（和$${.sf SifDec}$$SifDec），一个约束和非约束的测试环境，再次访问。 ACM事务处理。 数学。 柔和。 29(4), 373---394 (2003) 谷歌学者 数字图书馆 Gould，N.I.M.，Orban，D.，Toint，Ph.L.:$${\sf GALAHAD}$$GALAHAD——用于大规模非线性优化的线程安全fortran 90包库。 ACM事务处理。 数学。 柔和。 29(4), 353---372 (2003) 谷歌学者 数字图书馆 IBM优化解决方案和库：QP解决方案用户指南。 IBM公司（1998） 谷歌学者 国际商业机器公司：数学编程系统/360第2版，线性和可分离编程用户手册。 技术报告H20----0476-2，IBM Corporation，1969年。 MPS标准 谷歌学者 Kocvara，M.，Stingl，M.：PENNON：凸非线性和半定规划的代码。 最佳方案。 方法软件。 18(3), 317---333 (2003) 谷歌学者 交叉引用 Maros，I.，Meszaros，C.：凸二次规划问题库。 最佳方案。 方法软件。 11---12, 671---681 (1999) 谷歌学者 Ponceleón，D.B.：大规模二次规划的障碍方法。 美国加州斯坦福大学计算机科学系博士论文（1990年） 谷歌学者 数字图书馆 Powell，M.J.D.：无导数约束优化的BOBYQA算法。 英国剑桥大学应用数学和理论物理系DAMTP NA2009/06技术报告（2009） 谷歌学者 Powell，M.J.D.：无导数线性无约束优化的LINUOA软件。 http://www.netlib.org/na-digest-html/13/v13n42.html (2013) 谷歌学者 Powell，M.J.D.：无导数无约束优化的NEWUOA软件。 In：Di Pillo，G.，Roma，M.（编辑）《大尺度非线性优化》。 非凸优化及其应用，第83卷，第255-297页。 施普林格，海德堡，柏林，纽约（2006） 谷歌学者 QPLIB2014：二次编程库。 http://www.lamsade.dauphine.fr/QPlib2014/doku.php (2014) 谷歌学者 Schittkowski，K.：NLPQLP：具有分布式非单调行搜索的序列二次规划算法的Fortran实现。 拜勒大学计算机科学系，技术报告（2010年） 谷歌学者 Schittkowski，K.：QL：凸二次规划的Fortran代码——用户指南，2.11版。 Bayreuth大学计算机科学系技术报告（2005年） 谷歌学者
建议
非凸问题增广拉格朗日算法的数值比较 增广拉格朗日算法是解决非线性规划问题的常用工具。 在这些方法的每次外部迭代中，都会解决一个更简单的优化问题，对于这个问题，可以使用有效的算法，特别是当。。。 非线性规划的信赖域内点方法 TAPIA’05：2005年计算多样性会议记录 在温和的条件下，（非凸）非线性规划的Karush-Kuhn-Tucker（KKT）系统的雅可比矩阵在孤立解附近是非奇异的。 然而，此属性可能无法阻止这种解决方案。 为了增强。。。
