更新时间：2024-11-07 07:37
无约束优化方法是研究寻求多元函数ƒ(尣)=ƒ(x1,x2,…,xn)在整个实n维空间Rn中局部极小值点的数值方法。它在非线性规划的研究中占有很重要的位置，除了本身的意义与应用外，它也是许多带约束优化方法的基础。
大多数无约束优化方法都是迭代法，每一次迭代都从某一点
这类问题在数据拟合中经常出现，方程组的求解也可转化为最小平方和的问题。由于目标函数具有特殊的形式，所以人们设计了专门的方法，如高斯-牛顿方法、莱文贝格-马夸特方法等。
参考书目
R.Fletcher,Prαcticαl Methods of Optimizαtion，Unconstrαined Optimizαtion, Vol.1, John Wiley &Sons, New York, 1979.