已知离散点上的数据集 ，即已知在点集 上的函数值 ，构造一个解析函数（其图形为一曲线）使 在原离散点 上尽可能接近给定的 值，这一过程称为曲线拟合。最常用的曲线拟合方法是最小二乘法，该方法是寻找函数 使得最小

基于精英策略的简单遗传算法代码.这是一个非常简单的遗传算法源代码，是由Denis Cormier (North Carolina State University)开发的，Sita S.Raghavan (University of North Carolina at Charlotte)修正。代码保证尽可能少，实际上也不必查错。对一特定的应用修正此代码，用户只需改变常数的定义并且定义“评价函数”即可。注意代码 的设计是求最大值，其中的目标函数只能取正值；且函数值和个体的适应值之间没有区别。该系

本文档之中记载了最常用的最优化方法之一，抛物线法，利用该方法，可以得到给定函数的极小值