在当今的数学领域内插值是一个不可或缺重要工具。众所周知的多项式插值容易构造，结构简单，有理插值收敛速度快，但它们都存在不可避免缺点，如:Lagrange插值、Newton插值和Hermite插值在随着节点增加时插值函数次数也随之增高，这时很有可能会产生Runge现象。而有理插值没有Runge现象但又可能存在极点和不可达点的存在。　　重心形式的有理插值可以有效克服以上缺陷。重心有理插值关键在于权的选取，不同插值权决定插值函数插值效果。在重心有理插值和牛顿多项式插值基础上本文构造了上三角网格上的重心-牛顿二元混合有理插值，利用Lebesgue常数最小为目标函数，同时加入一些让插值函数无极点、无不可达点以及可行解唯一的约束条件，建立了优化模型并求得了最优插值权。这样不仅继承重心公式优点:无不可达点和极点以及稳定性好，且在求权时可以针对未知函数。再加入二元偏导数符号作为建立优化模型约束条件，可有效的控制上三角网格插值函数图像的局部形状，并建立具体优化模型。最后用大量的实例说明了该方法有效性和可行性。