鉴于这样的问题：

并且假设矩阵是中等大小的（低至数千）和密集的，解决这个系统的最先进的技术是什么（想象在实时系统中使用）？最好使用诸如活动集算法之类的东西，而不是梯度下降。

我有一些经典书籍（例如：Numerical Methods for Least Squared Problems和Solving Least Squares Problems）列出了一些算法，但它们已有数十年历史，专注于更简单问题的算法（从更复杂的形式转换）并且倾向于只掩盖重要的细节，如存储、缓存使用和数值考虑。

二次编程方面有一些资源（例如： Matlab 中的quadprod）。我订购了“实用优化”一书（列在 quadprod 的脚注中），看看它有哪些方法。但同样，它是从 80 年代开始的。

大多数谷歌搜索为最近的研究提供了点击，但它们往往集中在大型稀疏系统、梯度下降等内点方法，或两者​​兼而有之。

所以我很好奇对于密集的活动集风格算法，哪些方法被认为是现代的？