【摘要】 <正> §1.引言 考虑问题:其中R={x∈Eⁿ|h_i（x）≤0,i=1,…,m},并且满足 （H1）h_i（x）,i=1,…,m为一阶连续可微的凸函数;f（x）为一阶连续可微函数。 （H2）对A_x∈R:{△h_i（x）|i∈J₀（x）}为线性无关的向量组,其中J₀（x）={i|h_i（x）=0}。 对这类非线性约束的极值问题,以往的梯度投影方法是先对切面做梯度的投影,然后拉回到可行区域,原因是梯度在切面上的投影往往已不是可行方向。本文改变了以往更多还原

【Abstract】 We give a new algorithm for nonlinear programming problems with nonlinear constraints.This algorithm belongs to gradient projection methods and is globally convergent the technique used to select projection hyperplanes plays an important role.更多还原