网络流问题在理论研究和实际应用中都受到广泛的关注，多物资流问题是网络流问题中的一个重要研究领域．多物资流的迅速发展及其广泛的应用领域导致越来越多的人致力于对其进行理论研究．多物资流问题大多都可以用线性规划描述，虽然他们都可以得到最优解，但在许多实际问题中，这些问题的规模相当大，得到最优解要花费很长时间．目前的算法都是近似算法．如何既能减少算法的时间复杂性，又能使得近似解接近最优解，是当前多物资流问题的一个研究热点．有预算限制的多物资流问题是在多物资流问题基本问题的基础上，添加费用约束得到的．本文分别从两方面对有预算限制的多物资流问题的两个常见模型进行了深入研究． 对于有预算限制的最大多物资流问题，给出了时间复杂性不依赖于物资数k的算法．由于求解有预算限制的多物资流问题的算法大都要以调用最短路为子程序，目前，求解最短路的最好的算法是改进后的狄杰斯特拉算法，我们不能再对该算法进行改进使得其运行时间更少，所以，我们试图减少调用最短路的次数来减少有预算限制的多物资流问题算法的时间复杂性．本文通过将发点相同的所有物资汇聚到共同的源点的方法来减少迭代的次数，从而减少调用最短路的次数，使得算法的时间复杂性减少．对此给出严格的理论证明． 对于有预算限制的最大并行流问题，本文详细地描述了算法的执行过程．该问题算法的时间复杂性已经不依赖于物资数k，我们从使得算法求出的近似值更加接近最优值的角度入手，对该算法的参数进行调整，使得用调整参数后的算法求解得到的近似值较以前的算法得到的近似值能更加接近最优值，同时不改变算法的时间复杂性．对算法的性质进行了详细严格的证明．同时，用C语言编程用于求解数值例子，验证了算法调整的有效性．