楔形信赖域算法是基于传统的信赖域算法提出的，主要用于求解无导数的优化问题。楔形信赖域算法的改进之处是在传统的信赖域子问题的基础上增加一个楔形约束，故称为“楔形信赖域”。另外，信赖域半径的更新方法对于算法的收敛性有重要的影响。本文针对原楔形信赖域的半径更新方法的不足，分别从二次模型和线性模型的角度改进该算法。对于二次模型，我们提出了一种半径更新的方法；同时，我们提出了两种针对线性模型的更新半径的方法。实验结果表明，在大多数测试问题上，改进的这三种算法的函数值计算次数都有很大下降。　　最后，我们考虑将两种模型结合起来求解无导数优化问题。在算法的初始阶段使用线性模型，若满足一定条件则转到二次模型；否则继续使用线性模型直到算法终止。同时，我们将改进的楔形信赖域算法与基于单一模型的算法进行比较。实验结果表明，混合模型的楔形信赖域算法优于传统单一模型的算法，并且在多数问题上是比较有效的。