本文讨论的是非线性规划模型求解的几种常见策略。首先，拉格朗日乘子法是其中一种，它通过构造拉格朗日函数并寻找其驻点，将原问题转化为新的形式来求解。
其次，制约函数法，也称为SUMT法，分为两种子方法：惩罚函数法（外点法）和障碍函数法（内点法）。它们都是通过将原问题转化为一系列无约束优化问题，逐个解决，以逼近最优解。
可行方向法是另一种迭代方法，它侧重于选择可行的下降方向来逼近最优解。例如，佐坦迪克法、弗兰克-沃尔夫法、投影梯度法和简约梯度法都属于这一类别。
最后，我们有近似型算法，主要包括序贯线性规划法和序贯二次规划法。前者通过将原问题分解为一系列线性规划问题来求解，后者则将问题转化为一系列二次规划问题。这两种方法在实际应用中提供了近似最优解的高效途径。
线性规则 linear programming 线性规则：1、一般是指找出其变量受线性控制的一个线性函数最大或最小值的程序。2、在生产中，指在一组材料的特征及一组成品产品价格均既定的条件下，表明这些材料如何组合才能取得最大利润的方法。