移动渐近线方法(The Method of Moving Asymptotes,简记为MMA或者MA方法)是求解一般的非线性规划问题,特别是结构优化问题的有效算法.在每次迭代过程中,将产生一个简单的,严格凸的,可分的近似子问题,通过求解这一系列子问题,逐步得到原问题的解.由于子问题具有很好的性质,所以移动渐近线方法可以用于求解一些大规模优化问题.自移动渐近线算法提出,原有的文章主要是在两个方面进行了研究,一类是在理论上和推广上做了一些分析,主要是渐近线的选取和近似函数的选取方面做了改进及约束条件做一些松弛；另一类主要是MA方法的应用.本文主要研究了用MA方法解非线性不等式优化问题,结合了对角近似方法,给出了基于对角近似和单位对角近似的修正的移动渐近线算法,用于调整参数ρi(k,l),算法的收敛性也能得到保证.因此,修正的移动渐进线算法是有效的.文章的结构如下：第一章介绍了本文的研究目的,意义以及研究现状.第二章主要介绍了移动渐近线方法和对角近似方法的基本知识.论文的第三章给出了基于对角近似和单位对角近似调整的修正移动渐近线算法.第四章给出了算法3.1的收敛性证明,算法3.2的收敛性证明类似于算法3.1,所以不再给出详细证明.第五章总结了本文所提出的算法和结果,探讨了本文的主要创新点,并提出了今后值得继续研究的问题.