最优化(Optimization)是运筹学的一个重要的分支，它研究决策问题的最佳选择之特性，构造寻求最佳解的计算方法，研究这些计算方法的理论性质及实际计算表现。最优化问题可以简单的表述为：在给定条件下求函数的极值点。 最优化问题通常分为无约束最优化和约束最优化，无约束最优化是指自变量可以遍取定义域内的值而不受限制的最优化问题；而自变量取值必须受到一定的约束的最优化，称为约束最优化。由于无约束最优化方法在许多工业和科学问题上有应用，并且是约束最优化问题方法的基础，很多约束最优化方法可以转化为无约束最优化方法，因此吸引了许多专家学者对它进行研究。 根据对定义域搜索范围的不同，最优化又可以分为全局最优化和局部最优化。所以，无约束最优化也可以分为无约束全局最优化和无约束局部最优化。无论在理论上或实际应用上，全局优化都比局部优化意义更大，但困难也更大。 “谷峰法”是何渝老师在2003年提出的一种新的求解总体极小的方法，属于无约束全局最优化计算方法，是计算连续函数的总体极小值。其算法简单、直观，易于在计算机上实现，可进行实际推广应用，而且特别适用于多峰函数。本文的主要工作是研究谷峰法求解全局最优解的基本思想，对求解多元函数总体极小值思想的改进，用计算机程序实现谷峰法，使用SCILAB计算工具作为辅助工具，并通过大量有代表性的多元函数来测试，以验证其可行性，力图在算法效率方面有所提高，在理论方面有所深化，并把算法实现加入到SCILAB工具箱中进行推广。