交替方向乘子法(简称ADMM)是解决具有两块或两块以上形式优化问题的基准算法,尤其是在解决大规模问题上卓有成效。利用ADMM算法将原问题的目标函数进行等价分离,并且分解成若干个较易找到局部解的子问题,从而得到原问题的全局解。序列二次规划(简称SQP)方法是求解约束优化的有效方法之一,其具有的全局收敛性和超线性收敛性的优点使其逐渐成为了最受欢迎的针对中小规模约束优化问题的求解方法。近年来,ADMM算法被广泛应用到各类优化问题求解中,特别受到来自统计学和机器学习等相关领域的关注,目前已成为优化领域的研究热点之一。本文正是基于以上两种方法思想,针对带有线性不等式约束和非线性等式约束的两分块优化问题,提出了一类新型的ADMM-SQP算法。首先通过引入松驰变量将不等式约束转化为等式约束,利用ADMM分裂思想将二次规划(QP)子问题分解成三个小规模且完全独立的(QP)问题进行求解。其次,借助增广拉格朗日函数和Armijo线搜索产生新的迭代点,同时在适当的假设条件下,证明了算法的全局收敛性。最后,本文通过一些数值实验验证了算法的有效性。