ilikemath
这个算法是1965年提出来的，是一种不用求导的迭代算法，用来求极值。但是没有看到详细的说明，现在很想知道这个算法的基本原理是什么，因为我想编程。虚心请教一下大家。请回帖子哦！
rtist
frankly speaking, I don't know. But I used it quite a lot, since this is the default method for optim() function and constrOptim() in R.
给我的感觉，虽然它不用求导，但是思路还是有点类似的，按着slope走，只是计算这个slope的分母没有逼近0。
很具体的算法我不清楚，大体上就是如果找p个参数找某个方程最小化，那你就先找p+1个的点，看这p+1个点中哪个最差，把这个最差的换成它相对于其它p个点所确定的超平面的对称的点——我说的按slope走就是这个意思——如果换完之后变好了就iterate untill convergence；如果换了也没好、就缩小步长重新试。
ilikemath
主要就是因为我有20个参数需要估计，我知道在MATLAB中也有函数可以用，参数如此多，目标函数也相当的复杂，我想它的效果并不见得好吧，唉，不得已而为之，痛苦中。
rtist
主要取决于目标函数怎么样，昨天拟和1000个参数都没问题，不过那是个quadratic programming problem。
Nelder-Mead不是专门为了跨越local minimum而设计的。
ypchen
也不要太依赖现成的数学软件 如果了解算法的话 可以自己编程 这样会灵活一些
