二次规划是运筹学中特别重要的一个研究分支,他对整个优化理论的发展起着巨大的推动作用,并且因为一般函数在极小点附近常可用二次函数很好地近似,从而二次规划的解法也经常是解一般非线性约束优化问题的工具,因此对此类问题的研究有很重要的意义.本文提出了求解二次规划问题的两种算法,分别是主对偶积极集法和不可行主对偶积极集法.主对偶积极集法主要适用于求解不等式约束凸二次规划问题,该算法主要利用积极集的性质,通过KKT条件中的一阶最优性条件和补条件得到主对偶对(x,s)的值,然后验证主对偶对(x,s)的值是否可行,如果不可行则确定新的积极集,算法继续迭代,直到找到满足最优性充分条件的最优点为止.不可行主对偶积极集法主要适用于求解一般约束凸二次规划问题,它利用经典Fletcher积极集法的思想,通过求解有限个等式约束约束二次规划的解来得到一般约束二次规划问题的解,但与Fletcher积极集法不同的是,该算法是主要通过迭代积极集的方式,来找到最优点处的积极集,从而得到最优点.本文提出的这两种算法都属于不可行内点法,都是在使迭代点达到最优性的同时,可行性也随之达到.同时在文中分别给出了两种算法的具体数值例子,证明了算法的有效性,之后还与其他类似算法做出了比较,说明了算法的优越性.