离散优化问题经常出现在诸如组合学，科学，工程等领域中。自古以来我们就有对离散优化问题的研究，现如今随着计算机技术的进步，离散优化问题的研究逐渐成为了一个高度关注的话题，和很多的连续的全局优化问题一样，离散全局优化研究也面临的一个比较难以解决的问题，那就是存在不止一个的局部极小值。这些多个局部极小值点通常会使得问题更加复杂不好解决：其一是当面临不止一个的局部极小值点时，怎样从现有的局部极小值点离开，到另一更符合最优条件的极小值点。其二是采用什么方法去判断我们所求的全局最优解就是目前的极小值点。针对连续的全局优化问题，很多学者都对此进行了研究，近几十年来，该问题的解决取得了很大的进展，出现了许多新理论和算法，现在第一个问题已经有了很多种方法来解决，而全局最优条件也就是第二个问题，仍然没有得到令人较为满意的计算方法。全局优化算法大致上可以分为两类：确定性算法和随机性算法。其中，在确定性算法里，填充函数法和打洞函数法是相对比较有效的方法。　　本文针对离散全局优化问题，结合填充函数和打洞函数的优点，提出一种新的只含有一个参数的变换函数，它同时拥有打洞函数和填充函数的特性，并研究该函数的性质。根据这个新的辅助函数，提出了一个与之对应的新的算法，并且通过编程完成了数值实验，最后得到结果均表示该算法是可行；文章的最后，我们和填充函数算法进行了比较，因此证明该算法是具有高效性的。　　论文总分四章　　第一章介绍了问题最优化的一些相关基础知识和背景，及现有的国内外几种常用的解决全局最优化问题的方法。　　第二章介绍了离散优化问题及相关基本概念和定义，着重介绍了打洞函数法和填充函数法的基本思想和基本定义。　　第三章构造了一个新的离散优化问题的打洞填充函数和其基本形式，并且提出与之相应的算法，通过程序进行了数值试验，和已有的填充函数算法进行了比较，证明了该打洞填充函数是有效可行的。　　第四章给出了对本文内容的总结及对未来研究的展望。