最优化作为实用性相当广的一门学科，主要讨论如何利用已有的条件，做出最好的决策，达到最佳效果，从而找出原问题的最优解。全局优化问题作为最优化的一个重要组成部分，它常见于经济、科学、生产、交通规划、军事作战等领域，使得全局优化问题受到广大科技研究者的青睐，产生了丰富的理论知识和算法。解决该类问题的方法被分为两类：一、确定性方法；二、随机方法。填充函数法属于确定性方法，一方面它能够跳出原问题的局部最优解，找到原问题的全局最优解；另一方面填充函数是目标函数的复合函数，因此，该函数不仅会受到目标函数的影响，而且会影响算法是否能成功找到最优解以及解的精度。对此，构造具有良好性质的、结构简单的填充函数，是进一步研究填充函数的重点，也是理论和实际工作者继续研究的一个难题。本文的研究成果有如下几个方面：1、通过分析现有的填充函数，发现这些函数存在以下不足：一、填充函数性质较差，参数多且难以调节；二、假定目标函数具有某种性质，如满足强制性、Lipschitz条件。对此，在目标函数不满足Lipschitz条件下，构造包含一个参数的填充函数，分析了该函数的相关性质，设计了相应的算法，对该算法进行数值实验，结果表明该方法是可行的。2、考虑到带参数的填充函数在数值实验中，如果参数调节不当，会影响实验结果，降低算法效率。对此，构造一个不包含参数的填充函数，即是无参数填充函数，分析了该函数的相关性质，设计了相应的算法，对该算法进行数值实验，结果表明该方法是可行的。3、进一步分析已有的无参数函数，发现该函数是不含目标函数的明确解析式。对此，构造一个新的、不包含参数的填充函数。研究了该函数的相关性质，设计了相应的算法，对该算法进行数值实验，结果表明该方法是可行的。