本文探讨了目前现代非线性优化算法(禁忌搜索，模拟退火算法，遗传算法，人工神经网络，蚁群算法等)在大地测量数据反演中的应用，比较了它们在大地测量反演中的优缺点。针对非线性优化算法收敛速度较慢的缺点，做了几种相应的改进措施。同时基于当今最流行的面向对象编程技术编写了这几种算法的大地测量反演程序。 通过分析可以看出，现代非线性优化算法本身的全局搜索，非线性计算和可并行计算等显著的优点决定了它在大地测量反演中必定会越来越受到重视。同时也应当看到这些算法虽然是通用算法，但并不是对每一种情况都是最佳的，而且在算法理论研究上还待于进一步地加强。因此只要在可接受的时间消耗内获得满意的结果，就认为此算法是可取的。对于目前的几种非线性优化算法，本文利用代码清晰便于理解，易维护和调试，代码重用性高的面向对象编程技术编写了相应的计算程序。 本文最后将非线性优化算法用于反演断层运动中，利用GPS观测资料和本文编制的大地测量非线性反演程序对印度板块向欧亚大陆的俯冲速率进行了反演。结果表明，现代非线性优化算法在大地测量反演中稳定性较好，几种非线性优化算法都能给出基本一致的结果。反演结果给出了现今印度板块以约8.4°的倾角，20.4mm/y的速率向欧亚大陆俯冲。这与从地质推断的过去2～3百万年期间内，印度板块向欧亚大陆俯冲平均为18mm/y的速率大致相同，表明在较长时间范围内，印度板块向欧亚大陆俯冲的速率是稳定的。