半无限极大极小问题的依赖域方法

对半无限极大极小问题给出了一个依赖域方法，并且在较弱的条件下证明了其全局收敛性。     

非线性规划的一个既约梯度法

对线性或非线性约束的非线性规划问题给出了一个简便的既约梯度法，并在一定的条件下，证明了此算法的全局收敛性。     

半无限极大极小问题的信赖域方法

对半无限极大极小问题给出了一个信赖域方法，并且在较弱的条件下证明了其全局收敛性．     

解线性规划的有效集方法

给出了一个解线性规划的有效集方法，此方法有以下几个特征：（1）对初始点不做任何要求；（2）每次迭代可能增加或减少多个约束，此将有利于提高收敛速度。     

共轭方向算法的收敛性

对于无约束规划，其中ｆ（ｘ）是Ｒ~ｎ上的连续可微函数，构造了ｎ－循环的共轭方向算法，并在Ａｒｍｉｊｏ步长搜索和较弱条件下证明了算法的收敛性。     

一个改进的变尺度方向算法及其收敛性证明

利用广义投影技术建立了改进的解非线性约束规划的变尺度方向算法，并在较弱的条件下证明了其收敛性。     

非线性规划的凝聚函数法

解非线性规划的凝聚函数法一般是不收敛的，本文在很弱的条件下，研究了此方法的重要性质，并证明了收敛性定理。     

一个改进的SQP方法

文[1]给出了求非线性约束非线性规划的一个强 SQP 方法.该算法不仅计算量大,而且不能保证所得序列的每个聚点是原问题的可行点.本文对具有线性不等式约束的非线性规划问题给出了一个改进的 SQP 方法,与[1]相比,计算量小,并且在一定的条件下证明了算法或者有限步终止于问题的一个 K—T 点,或者产生一无穷点列且其任一聚点都是问题的 K—T 点或 FritzJohn 点.