论文由两部分内容组成.第一部分我们是利用Levenberg-Marquardt类的投影收缩算法解决运输问题.虽然应用Levenberg-Marquardt类的投影收缩算法不适合用于大型问题，因为此方法需要计算矩阵的逆.但是，在这里，我们针对运输问题的约束矩阵的特殊结构，提出了一类不需计算逆矩阵的投影收缩算法.第二部分我们来讨论利用改进的增广lagrangian临近点方法来解决一类转运问题.我们知道，增广lagrangian临近点方法在解决线性约束的单调变分不等式问题时比较好，但是这种方法在解决子问题时虽然条件数变好了，但是维数还是不变，所以代价还是比较大.在此文中，我们提出了一种改进的增广lagrangian临近点方法，它主要是利用在每步的迭代中解决一个分离的一维强单调的变分不等式问题来最后解决原问题.在实际的数值计算时，还利用了转运问题的约束矩阵的特殊结构，采用了一些小技巧，不用计算非零元素，从而加快了计算的速度.