以梯度投影法迭代直接求解出观测值的改正数，给出一个简单算例，以资验证。 -The correction of the observation is obtained by the interation with gradient projection method and a simple calculation example is given to verify it

约束优化问题，包含 用Rosen梯度投影法求解约束多维函数的极值 用外点罚函数法求解线性等式约束多维函数的极值 用外点罚函数法求解一般等式约束多维函数的极值 用内点罚函数法求解约束多维函数的极值 用混合罚函数法求解约束多维函数的极值 用混合罚函数加速法求解约束多维函数的极值 用乘子法求解约束多维函数的极值 用坐标轮换法求解约束多维函数的极值 用复合形法求解约束多维函数的极值 -Constrained optimization problems contai

Rosen梯度投影法 罚函数法 外点罚函数法 內点罚函数法 混合罚函数法 乘子法 G－N法 修正G－N法 L－M法 线性规划 单纯形法 修正单纯形法 大M法 变量有界单纯形法 整数规划 割平面法 分支定界法 0-1规划 二次规划 拉格朗曰法 起作用集算法 路径跟踪法 粒子群优化算法 基本粒子群算法 带压缩因子的粒子群算法 权重改进的粒子群算法 线性递减权重法 自适应权重法 随机权重法 变学习因子的粒子群算法 同步变化的学习因子 异步变化的学习因子 二阶粒子群算法 二阶振荡粒子群算法-radien

投影梯度法求解非光滑优化。。。。。。。。。。。。(projection gradient method)

梯度投影法 求解最优化问题， 有多个例子 ，可直接运行，运行code(There are many examples of gradient projection method for solving optimization problems. It can run directly and run code.)