共轭梯度法（Conjugate Gradient）是介于最速下降法与牛顿法之间的一个方法，它仅需利用一阶导数信息，但克服了最速下降法收敛慢的缺点，又避免了牛顿法需要存储和计算Hesse矩阵并求逆的缺点，共轭梯度法不仅是解决大型线性方程组最有用的方法之一，也是解大型非线性最优化最有效的算法之一。-Conjugate gradient method (Conjugate Gradient) between the steepest descent between law and Newton'

利用最小二乘法进行拟合多元非线性方程，MinkowskiMethod算法 ,该函数用来计算任意函数的一阶偏导数(数值方法)。- Multivariate least squares fitting method of nonlinear equations, MinkowskiMethod algorithm, This function is used to calculate the arbitrary function of the first order partial derivati