增广拉格朗日法（augmented Lagrangian method），理学-数学-运筹学-非线性规划，求解等式约束非线性最优化的迭代方法。对等式约束非线性规划问题其增广拉格朗日函数(Augmented Lagrange function)定义为式中为拉格朗日乘子，为罚参数。而迭代方法称为增广拉格朗日乘子方法。这一方法由M.R.赫斯泰尼斯(Magnus Rodolph Hestenes)和M.J.鲍威尔(Michael James David Powell)于1969年独立提出，它克服了罚函数方法罚参数需要趋向于无穷大而引起的数值困难，是著名优化软件LANCELOT的基础。R.T.洛克菲勒(Ralph Tyrrell Rockafellar)给出了不等式约束及一般约束情形下的增广拉格朗日乘子法，使该方法成为约束优化问题的一类基本方法。