随着计算机技术的发展，大规模优化问题越来越受到重视.共轭梯度法由于算法简单，易于编程，占用存储空间小等优点，成为求解大规模优化问题的一种主要方法.在石油勘探、大气模拟、航天航空等领域广泛应用.　　在实际计算中，尤其是在大规模最优化问题计算中，由于计算精度的局限，搜索方向的计算可能会由于累计误差的影响而出现扰动.这很大程度上影响到数值计算的效果和收敛性。因此研究带扰动项的最优化算法是必要的。　　本文主要在一种Armijo搜索下对PRP共轭梯度法进行扰动性分析.在主搜索方向有限扰动的情况下，给出了带扰动的PRP方法的收敛性证明.　　第二章，对于较强的搜索A，在限制τ＜1/L的条件下，证明了主方向充分下降时算法的收敛性，并给出了数值结果.　　第三章，在条件较弱的搜索B下，对主方向下降的情况，证明了算法的收敛性，并给出了初步的值结果.　　第四章，从算法实现的角度，对前一章搜索做了改进.在搜索C下，对算法的收敛性做了分析，给出了收敛结果.