版权所有2009桑迪亚国家技术与工程解决方案，有限责任公司（NTESS）。根据与NTESS签订的合同DE-NA0003525的条款美国政府保留此软件的某些权利。

Poblano是用于无约束非线性优化问题。中的算法Poblano只需要一阶导数信息（例如。，标量值目标函数的梯度），因此可以扩展到非常大的问题。Poblano的驾驶应用程序数据分析中的张量分解得到了发展应用（文献计量分析、社交网络分析、，化学计量学等）。

Poblano优化器寻找标量值目标的局部极小值采用矢量输入的函数。梯度（即一阶导数）所有Poblano优化器都需要目标函数的。这个优化器收敛到梯度为大约为零。满足强大Wolfe的线搜索条件用于保证Poblano的全局收敛优化器。Poblano中的优化方法包括非线性共轭梯度法（Fletcher-Reeves，Polak-Ribiere，Hestenes-Stiefel），使用BFGS的有限记忆拟Newton方法更新近似二阶导数信息，以及用有限差分逼近截断牛顿法二阶导数信息。