正优化模型通常由目标函数或约束函数中的参数定义。设计数值算法的目标是用于求解这些参数的值给定时的优化模型的解。然而,来自工程,管理和金融领域的很多问题中,只知道参数预估值,但还是可以通过理论研究和现实观察得到原问题的最优化解。而逆问题即找到参数的值使它们与预估值最接近,且使已知的解成为最优。由于在许多领域中逆优化问题的广泛应用,最近这一专题备受关注。有许多关于线性规划逆问题,二次规划逆问题和半定规划逆问题的工作发表,但这些工作中大都或将增广拉格朗日方法,或将光滑牛顿方法用于逆问题的对偶问题,这些方法在实际中不容易理解和实现。本文旨在提供一交替方向方法用于克服这些缺点。本文首先引入二次规划逆问题模型,给出交替方向方法的框架,并讨论了终止准则。之后讨论了两个方向上子问题的求解。给出矩阵变量子问题解的显示表达式,并给出两个求解向量变量子问题近似解的数值算法,其中一个算法基于不动点原理,另一算法则是一半光滑牛顿方法。还报告了数值结果,用于检验所提出算法的有效性。