最优化方法是运筹学的一个重要分支，是一门实用性非常强的学科，它以计算机和数学作为其实际应用和理论分析的主要工具。最优化问题的核心之一是设计有效算法，其中根据所有函数变量可以分为线性最优化算法和非线性最优化算法。非线性共轭梯度法是求解无约束优化问题的最好方法之一。同时时间序列分析是数理统计学科中一个活跃的分支，其应用现代统计学和信息处理技术研究时间序列的变化发展规律及特征，并预测时间序列将来的变化趋势。为了提高预测精度，这就需要更好的拟合时间序列模型，因而就要提出更加有效的时间序列模型参数估计法。　　论文提出了两种时间序列模型参数估计优化方法，共轭梯度法和谱共轭梯度法来估计时间序列模型的参数，使得模型拟合效果显著。　　首先，介绍了优化理论、共轭梯度法、谱共轭梯度法和时间序列模型的相关预备知识，并对不同的非线性共轭梯度法和谱共轭梯度法进行了研究。　　其次，基于现有文献构建了一种新的共轭梯度法，在所给出的理论基础上，把时间序列模型的参数估计问题转变为无约束的优化问题。用测试函数检验，数值结果证明算法有效，并应用时间序列实例表明此方法能有效地拟合模型参数。　　最后，给出了一种新的谱共轭梯度法，用测试函数检验，数值结果证明算法有效，并应用时间序列实例表明新算法能有效地拟合模型参数。