SQP算法（序列二次規劃算法）是一種用於求解非線性最佳化問題的疊代算法。其主要特點是，在每個疊代過程中，將非線性最佳化問題轉化為一系列二次規劃子問題，通過求解這些子問題來逐步逼近問題的最優解。
SQP算法的每一次疊代過程包括以下三個主要步驟：
線性化。在當前疊代點附近將原始非線性最佳化問題進行線性化處理，從而得到一個線性規劃子問題。
求解。解決上述線性規劃子問題，以獲得當前疊代點的搜尋方向。
更新。根據搜尋方向更新當前疊代點，並計算新的目標函式和約束函式值。
停止準則。判斷是否滿足停止條件，如滿足則結束疊代，否則返回第一步繼續疊代。
SQP算法的優點包括：
對於凸最佳化問題，可以較快地收斂到全局最優解。
具有良好的收斂性和數值穩定性。
能夠處理具有非線性約束的最佳化問題。
在Python中，可以使用SciPy庫的minimize()函式來實現SQP算法，該函式提供了一個方便的接口，可以方便地套用SQP算法求解非線性最佳化問題。