回归是统计学习理论中的重要问题之一。 本文基于确定性退火和自由能温度最小值全局最小值的连续性，证明了分段回归算法的全局收敛性，并推导了新的简化公式来计算初始临界温度。 提出了一种新的基于“原型迁移”的增强分段回归算法，以消除退火过程中的“空单元”。 在几个基准数据集上的数值实验表明，该新算法可以消除冗余并提高分段回归模型的通用性。