Proponemos una variante mejorada de los modelos de optimización de gradiente acelerado para resolver problemas de minimización sin restricciones. Al fusionar las características positivas tanto de la dirección doble, como de los modelos de gradiente acelerado de doble tamaño de paso, definimos un método iterativo de una forma más simple que generalmente es más efectivo. El análisis de convergencia realizado muestra que el método iterativo definido es al menos convergente linealmente para funciones uniformemente convexas y estrictamente convexas. Los resultados de las pruebas numéricas confirman la eficiencia del modelo desarrollado en cuanto al tiempo de CPU, el número de iteraciones y la cantidad de evaluaciones de funciones.