SNOPT: 魯棒性強(qiáng)、基于梯度、通用的、連續(xù)二次規(guī)劃算法求解非線性約束問題。 MMA: 通用的、基于連續(xù)凸近似的內(nèi)點(diǎn)法、根據(jù)對(duì)象和約束的梯度信息構(gòu)建，特別適合拓?fù)鋬?yōu)化問題。 Levenberg-Marquardt: 最小二乘擬合的專屬求解器，使用特殊問題結(jié)構(gòu)通過 一階梯度數(shù)據(jù)計(jì)算二階導(dǎo)數(shù)，忽略約束。 Nelded-Mead: 魯棒性強(qiáng)、無梯度、啟發(fā)式、單純形搜索算法，包括對(duì)約束處 理的補(bǔ)償法。 BOBYQA: 對(duì)目標(biāo)函數(shù)抽樣的算法，構(gòu)建和控制在移動(dòng)置信區(qū)間內(nèi)目標(biāo)的二次 近似。使用增廣拉格朗日封裝器處理一般約束，求解一系列無約束問題。 COBYLA: 對(duì)目標(biāo)函數(shù)和約束變量抽樣的算法，構(gòu)建和控制在移動(dòng)置信區(qū)間內(nèi) 目標(biāo)的線性近似。支持一般約束，但可能在中間解步驟中不滿足約束。 Coordinate search 坐標(biāo)搜索: 沿控制變量軸連續(xù)抽樣，尋找最優(yōu)的方法，主要特點(diǎn)是每 次改變一個(gè)控制變量。 Monte Carlo 蒙特卡羅: 基本的隨機(jī)抽樣算法，用于探索設(shè)計(jì)空間，提取統(tǒng)計(jì)信息。