方法类型

适用条件

计算资源及效率

应用效果

优点

缺点

高斯牛顿法

迭代初始值 接近真实解

收敛速度快， 迭代次数少

不一定总体收敛

实际应用的局限性很大

有限内存拟牛顿法

高维

收敛速度快， 内存开销少

依赖问题的条件数

求解无约束问题时效果最好

非线性共轭梯度法

高维

反演时间和 内存消耗较少

依赖于残差和步长 的取值

解决高维问题最有效的方法