最小二乘法平差（least squares method）是在残差向量V和权矩阵P满足Vl’PV为最小的条件下，求取测量值和参数的最佳估值，并进行精度估计的的理论和方法。德国著名的数学家、物理学家、天文学家和大地测量学家高斯（C·F·Gauss）于1794年首创此法。应用于测量，使平差的大部分问题得到解决，极大地推动了19世纪大地测量的发展。用此法进行测量平差时，未知量估值的数学期望等于未知量的数学期望（估值无偏），且估值的方差为最小，所获得的估值是最佳估值。其应用十分广泛，不仅用于传统的测量平差，而且用于最小二乘拟合和最小二乘配置等现代平差理论之中；不仅在测绘领域中，而且在其他许多科学和工程技术领域都已得到广泛应用。[1]