信赖域算法是求解非线性优化问题的一类重要的迭代方法，它可以解决非线性方程、非线性估计、无约束和约束优化以及非光滑优化问题。此外，在大规模优化问题中，信赖域算法也有很好的应用价值。信赖域算法由于其在收敛性和稳定性方面的优点，近二十年来得到最优化学者的广泛关注。 信赖域算法的发展可以追溯到Levenberg和Marquardt对于非线性最小二乘问题的研究。现在大部分关于信赖域的算法都致力于考虑如何解决子问题，以更好地提高算法效率。如果单纯考虑子问题，从理论观点来看，引入调比矩阵是没有意义的，也即对子问题算法的构造和分析时，选择Dk=I即可。但是为了较好地解决信赖域问题，我们希望寻找一个更可“信赖”的区域，使得二次模型在这个区域内能够充分接近目标函数。因此，考虑到实际问题中的目标函数的性态往往十分“糟糕”，调比矩阵的引入将是十分必要也是十分重要的。本文中，假设二次模型能够较为准确地反映目标函数的一阶和二阶导数信息，我们提出利用这些信息构造调比矩阵Dk来调整“信赖域”。在无约束优化信赖域方法中，我们给出两类意义明确，简单易行的调比算子，并讨论其收敛性，通过数值试验来检验我们的观点。 此外，我们还把无约束信赖域的调比方法推广到简单界约束问题，数值试验也表明很好的效果。