SNOPT:一种大规模约束优化的SQP算法

序列二次规划（SQP）方法已被证明对于求解目标和约束中具有光滑非线性函数的约束优化问题非常有效。这里我们考虑一般不等式约束（线性和非线性）的问题。我们假设一阶导数可用，并且约束梯度稀疏。

我们讨论了一种SQP算法，该算法使用平滑增广拉格朗日价值函数，并明确规定了原始问题和QP子问题中的不可行性。SNOPT是一种使用半定QP解算器的特殊实现。它基于对拉格朗日海森函数的有限记忆拟纽顿近似，并使用简化海森算法（SQOPT）求解QP子问题。它是为具有数千个约束和变量但自由度适中的问题而设计的（例如，高达2000）。一个重要的应用是在航空航天工业中进行轨迹优化。给出了CUTE和COPS测试集合中大多数问题的数值结果（大约900个示例）。