boost库中的Nelder-Mead算法 我想知道Nelder Mead Algorithm是否在C++的Boost库中实现，比如ToMS78Syl解决方案。我在文档中找不到它，在我自己实现代码之前我会问你。 非常感谢。

我发现阿米巴（Nelder-Meade downhill simplex）算法是由vnl库（）实现的，所以我将使用这个库而不是boost。

---

我知道我一直在寻找使用boost:：math库实现此算法的方法，这个答案与我的问题没有直接关系，但可能对其他人也有用。

你能详细说明一下吗？Boost不是一个单一的库，而是相当多的库的集合（请参阅）。你想知道哪个图书馆？对不起，是我的错。也许我的问题与文档直接相关。我在寻找一个函数，来找到一维函数的最小值，比如内尔德-米德算法。实际上，我一直在使用toms748_solve（boost.org/doc/libs/1_55_0/libs/math/doc/html/toolkit.html）算法进行无导数的根查找，但现在我想最小化函数。最小化函数不等于找到导数的根，然后丢弃最大值吗？是的，这是一样的。特别是，我正在寻找一种类似于Nelder Mead的算法，在这种算法中，我只使用函数和初始来宾（而不是初始间隔）。例如，现在我正在使用brent算法（boost:：math:：tools:：brent_find_minima），但我需要引入一个函数更改的时间间隔。谢谢。不，这与导数可能不存在或如果存在导数可能不连续不同，这使得在实践中很难找到根源。此外，我想指出，导数的根既不是最小值也不是最大值，因此丢弃后者是不够的。