首先基于简单二次函数模型，建立了一个求解无约束规划问题的新的信赖域算法，并在一定条件下证明了新算法的全局收敛性.数值结果表明算法是有效的，适合求解大规模问题。 接下来基于简单二次函数模型，结合线搜索技巧，建立了一个新的求解无约束最优化问题的信赖域算法，即在目标函数的试探步不成功时，不重新求解子问题，而采用一个新的非精确大步长Armijo线搜索技术获得下一个迭代点.在一定条件下证明了算法的全局收敛性.数值结果表明算法是有效的，适合求解大规模问题。 最后对求解Rn上连续可微函数.厂的极小化问题的HS共轭梯度算法进行修正，使得新算法有全局收敛性.首先，使用逆连续模函数和强迫函数，采用Curry-Altman步长规则的新算法在有界水平集上对于解决非约束优化问题是可行的.其次，通过对比，确定了采用Armiio步长规则的新算法的一些基本收敛性质.数值结果表明新算法是有效的。