全局最优化问题是一门研究非线性函数在某个区域上全局最优点的特征和计算方法的科学，广泛见于金融、网络和交通、化学工程、分子生物学及环境工程等诸多领域．由于全局优化问题具有多极值性，使得传统的非线性规划技术很难用来求解，因此研究此类问题的求解算法既有重要意义，又极具挑战性．随着全局优化方法的广泛应用，其理论和算法也得到了很大发展，但这些算法也存在许多问题.本文将在现有某些算法的理论基础上，针对几类特殊的全局优化问题，研究新的更有效的方法．主要内容如下：　　 第一章，概括介绍了目前国内外几种主要的求解全局优化问题的确定性方法和随机性方法，以及它们的研究现状，并对本文所做的工作给予简单介绍．　　 第二章，针对一类非凸规划问题(NP)，将由Jiao提出的全局优化方法与一个合适的删除技巧相结合，提出了一个新的加速算法．这一技术提供了一种可能来割掉当前所考虑的区域中不包含全局最优解的一大部分，因而可以看作是一种加速策略．与参考文献中的方法相比，数值结果表明：通过采用这一新的删除技巧，在迭代次数，需要的链表长度和总的运行时间上，计算效率都有明显改进.　　 第三章，针对带离散约束的广义几何规划问题，提出了一个具有一般性的全局求解方法．为了极小化原问题，首先利用问题的特殊结构，构造了一个等价的带有离散约束的单调优化问题，然后提出了几个容易执行的基本操作来得到全局最优解.特别地，减小和调整操作能割掉最优解不存在的一大部分区域，因此能提高算法的有效性．最后，证明了所提方法能够保证收敛到全局最优解，并用数值试验表明了算法的可行性和有效性.