在电子计算机的推动下,约束优化问题在经济计划、工程设计、生产管理、交通运输等方面得到了广泛的应用,成为一门十分活跃的学科.因此,如何求解约束优化问题成为最优化领域中重要的研究领域.约束优化问题的滤子算法是求解约束优化问题的最有效的方法之一,它是1997年世界著名的优化专家R.Fletcher提出的.这种方法避免了求解罚参数的难题,为有效求解约束优化问题提供了新的途径.滤子算法的基本思想是:为了得到下一个试探步,需要降低目标函数值或约束违反度.若目标函数值和约束条件都变坏(即目标函数值和约束违反度都比以前任何一点的大),则该点被当做不成功的迭代点.否则,该点被当做成功的迭代点.本文给出了两个利用滤子思想求解不等式约束优化问题的有效算法,異体内容如下　　第一,提出了一个基于步长的序列二次规划(SQP)-滤子算法.此算法把滤子法应用到SQP方法中,通过减少约束违反度函数值和一个逼近目标函数的函数值來确定试探步是否被滤子接受.这种方法不同于其他滤子法,它不需要减少信赖域半径而是通过改变步长因子來保证充分下降性的.而且这种方法不需要罚参数和选择初始点,同.　　第二,针对SQP方法求解非线性规划问题,给出了一个不等式约束条件下的SQP滤子算法.当二次规划(QP)子问题不相容或解无界时,通过一个合适的线性规划问题获得最优解.这种方法不需要选取罚函数,而且每步迭代只需要求解一个QP子问题即可.在一定条件下,该SQP滤子法是全局收敛的.　　最后,对上述算法进行了数值实验,实验结果表明算法是有效的。