给出一个解奇异无约束优化问题（极小点的Hessian矩阵奇异）的改进张量法。张量方法是标准牛顿模型方法的推广，它扩充目标函数的Taylor展式到四阶项，弥补了牛顿模型在极小点处的Hessian矩阵奇异时失去快速收敛性的缺陷。与标准张量法相比，本文主要的改进是，用梯度和二阶导数的差来替代函数与梯度差来构造张量模型。8个标准函数被奇异化后进行了数值试验，数值试验结果表明这个改进张量法是有效的。