楔形信赖域算法是求解无导数最优化问题的一类卓有成效的方法，它是在信赖域的基础上添加一个楔形约束，以此来确保插值模型的均衡性。而非单调技巧可以有效处理约束优化问题出现的martos效应，从而加速算法的收敛过程。特别对于目标函数具有陡峭狭长的谷底地带特点时是效果很好的一种计算方法。　　本文研究了非单调楔形信赖域方法，通过充分了解上述两种方法的优缺点以后，为了更加快速的找到目标函数的最优解，引入了四种不同的非单调技巧，结合楔形约束，构造了利用上述方法的杂交算法。使得求解无导数最优化问题的插值模型算法更加完善，从而加快算法的运算效率。同时，本文进行了大量的数值实验，对四种非单调技巧进行了数值比较，数值结果表明，我们提出的改进的楔形信赖域算法普遍具有更高的计算效率。最后结合非单调技巧和几何校正的算法。几何校正是在产生新的迭代点时，用几何校正步来规划获得下一组插值点集。把这种方法加入到非单调楔形信赖域算法当中，更进一步保障了插值点的均衡性，提高了拟合插值模型的精确度，加快了算法的收敛速率。