非线性优化最早可追溯到牛顿和莱布尼兹的微积分以及拉格朗日的变分法🌘。因上个世纪五十年代KKT最优性条件的提出，非线性优化逐渐成为运筹学独立的分支方向。非线性优化计算方法最早可追溯到最速下降法以及牛顿法。因上个世纪五六十年代FR非线性共轭梯度法和DFP拟牛顿法的提出，非线性优化问题能够求解的规模以及计算速度得到很大改善👵🏻🚄。然而，随着应用问题的大量涌现以及计算速度的显著提升🤾🏿♂️⚰️，非线性优化不断产生新的数值方法和研究方向🙅🏿♀️。本报告将着重介绍非线性优化在最速下降法🥢、内点增广拉格朗日方法以及最小约束违背优化方面的新进展，并进行展望。
杰出学者94.jpg
