迭代法，在计算数学中，迭代是通过从一个初始估计出发寻找一系列近似解来解决问题的数学过程，为实现这一过程所使用的方法统称。
2
Apache Flink是由Apache软件基金会开发的开源流处理软件框架，其核心是用Java和Scala编写的分布式流数据流引擎。Flink以数据并行和管道方式执行任意流数据程序，Flink的流水线运行时系统可以执行批处理任务和流处理程序。此外，Flink的运行时本身也支持迭代法的执行。
牛顿游戏动力学是一个开源软件，用于游戏和其他及时应用上真实模拟刚体的物理引擎。它的的求解器是固定的，而不是基于传统LCP或迭代法。
在数值分析最优化中， Broyden–Fletcher–Goldfarb–Shanno算法是一种求解无约束非线性规划问题的迭代法。 和相关的Davidon–Fletcher–Powell算法类似，BFGS算法通过利用曲率信息对梯度进行预处理来确定下降方向。曲率信息则是通过维护一个使用广义的割线法逐步近似的关于损失函数的Hessian矩阵来获得。
高斯－赛德尔迭代是数值线性代数中的一个迭代法，可用来求出线性方程组解的近似值。该方法以卡尔·弗里德里希·高斯和路德维希·赛德尔命名。
高斯－赛德尔迭代是数值线性代数中的一个迭代法，可用来求出线性方程组解的近似值。该方法以卡尔·弗里德里希·高斯和路德维希·赛德尔命名。
小罗伯特·巴特勒·“鲍勃”·威尔逊，美国经济学家、斯坦福大学运筹学亚当杰出教授兼荣誉退休教授，主要研究运筹学和商业经济学。他在个人博士论文中介绍的顺序二次规划后来演变成为非线性规划迭代法。在斯坦福商学院其他数理经济学专家的帮助下，他利用非合作博弈论重新制定了经济学上的产业组织理论。他对非线性定价的研究深入影响了大型企业的政策，尤其是能源产业中的电力行业。2020年，他与保罗·米尔格龙因“改进拍卖理论并发明全新拍卖模式”，获得诺贝尔经济学奖。
次梯度法是求解凸函数最优化问题的一种迭代法。次梯度法能够用于不可微的目标函数。当目标函数可微时，对于无约束问题次梯度法与梯度下降法具有同样的搜索方向。
在数值分析中, 一个收敛序列向其极限逼近的速度称为收敛速度. 该概念多用于最优化算法中; 其被定义为一个迭代序列向其局部最优值逼近 的速度, 是评价一个迭代法于该问题中发挥的性能的一个重要指标.
牛顿法是微积分学中, 通过迭代法以求解可微函数
f
{\displaystyle f}
的零点的一种算法 . 而在最佳化中, 牛顿法通常被运用于求解一个二次可微函数
f
{\displaystyle f}
的导数
f
′
{\displaystyle f^{\prime }}
的零点 , 同时也是
f
{\displaystyle f}
的驻点. 因此从另一个角度而言，应用于最佳化的牛顿法是搜索函数
f
{\displaystyle f}
的最小值或最大值的一种算法。
帕克斯-麦克莱伦算法，为一个用以设计最佳化有限脉冲响应滤波器的迭代法，由James McClellan和Thomas Parks于1972年的著作中提出。
Mini wiki
