这类问题的求解方法在数学分析中已解决，即 Lagranger 乘数法， 先作简要复述

基本思想 设法将约束问题求解转化为无约束问题求解． 具体说：根据约束的特点，构造某种惩罚函数， 然后把它加到目标函数中去，将约束问题的 求解化为一系列无约束问题的求解． 惩罚策略：企图违反约束的迭代点给予很大的 目标函数值．迫使一系列无约束问题的极小点或 者无限地靠近可行域，或者一直保持在可行域 内移动，直到收敛到极小点．

一、最优化方法概述 二、无约束优化问题与matlab求解方法 三、约束优化问题与matlab求解方法

第六章约束优化方法 一.概述 二.随机方向法 三.惩罚函数法 四.增广乘子法

约束极值问题的最优性条件 一、约束极值问题 二、最优性条件

1. 一般非线性优化最优解存在性问题 2. 无约束问题的最优性条件 3. 等式约束问题的最优性条件 4. 不等式约束问题的最优性条件 5. 一般约束问题的最优性条件 6. 凸优化问题的最优性条件

5.1 最优性条件 5.2 最速下降法 5.3 Newton法及其修正 5.4 共轭梯度法 5.5 变尺度法 5.6 直接算法

是一非线性方程组，可以动用求解非线性方程组的手段处理，不过这也是相当复杂的问题，何 况若 f x( ) 不可微，此路便行不通，故通常都采用使目标函数逐次下降的搜索方法

§10.1 最速下降法 §10.2 牛顿法 §10.3 共轭梯度法 §10.4 拟牛顿法

【智能系统】一种用于大型舰船总体要素优化设计的约束多目标分解进化算法