约束非线性规划问题是最优化领域中重要的研究课题，许多实际问题都可以归结为约束非线性规划问题。自从二十世纪七十年代后期，序列二次规划(SQP)已成为解非线性最优化问题的一种最常见、最有效的方法。滤子SQP最初是由Fletcher提出的，是与信赖域相结合的一种算法。　　传统的SQP方法不论是LSQP还是TSQP，都需要选择某一合适的罚函数作为价值函数。使用罚函数法会在选择罚参数时通常罚因子需要有界，这个界值很难确定。为了避免罚参数带来的困难，由Fletcher提出的这种带滤子的TSQP不需要使用罚函数作为价值函数，而是考虑滤子能否接受，这样可以避免由于罚参数选择而带来的困难。　　本文第一章介绍了约束非线性规划的一些基本的原理和结论，包括基本迭代公式，最优性条件和收敛速度，以及滤子方法的产生和发展等方面的内容；第二章给出了算法中滤子的构造，介绍了非线性互补函数（NCP函数）的定义和性质，鉴于在K-K-T点处的非线性互补条件，我们对于每个迭代点可以构造出一个新的违反约束度，这样就得到了一种新的滤子，于是通过把NCP函数放入滤子中我们构造出了一种新的滤子SQP算法。该算法的特征是用到了多目标优化里控制的思想：一个迭代点被接受当且仅当该点是否被滤子接受。在二次子问题不可行时，该算法需要可行性恢复阶段（首次由Fletcher提出）。我们证明了在假设条件下，这种新的滤子SQP算法具有全局收敛性和超线性收敛性。第三章给出了算法中无罚函数和滤子方法的构造，即在线搜索的过程中，采用无罚函数和滤子的方法，构造出一种新的无罚函数和滤子SQP算法。我们证明了在假设条件下，这种新的无罚函数和滤子SQP算法具有全局收敛性和超线性收敛性。第四章为本文的结论与展望。