全局最优化问题是运筹学这门学科中的很重要的组成部分,一直受到数学规划领域内诸多研究学者的广泛关注.全局优化的应用涉及科学技术、军事、工程设计、自动控制、经济管理等现实世界中的方方面面,有着广泛的应用背景,由此可见,对全局优化问题的研究具有重要的现实意义.但是由于问题有"全局性"的要求,使得在求解全局优化问题的算法研究中存在着一定的难度.我们可以求出一个全局优化问题的局部极小点,但还没有一个有效的全局评判准则来判断一个局部极值点就是全局极值点.如何在搜索过程中从一个局部极值点跳出,找到下一个更好的局部极值点,直到求出全局最优点,这也正是全局优化问题所研究的课题之一.本文作者对郑权、张连生等教授提出的积分型算法作了一系列学习和研究,为了达到提高已有实现算法的易操作性、易实现性以及算法的计算效率等目标,对实现算法进行了进一步的改进.从而提出了从随机到确定性的积分型全局优化方法,该方法保持原有方法的优点,避免原算法会产生丢失总极值的缺陷,提高了修正积分水平集算法的计算效率.且给出该算法的收敛性的证明及算法实现的数值结果,数值结果表明了该算法是有效的.同时,还对带有约束的全局优化问题作了进一步研究,应用从随机到确定性的积分型全局优化方法构造了实现算法,证明了实现算法的收敛性.本文共分三章,第一章主要介绍全局最优化问题的研究现状与应用背景,简要介绍了部分全局最优化方法.第二章对于郑权等教授提出的积分型全局优化方法给出简明、系统的介绍,包括问题的提出、问题的实质以及近年来对于该问题的诸多改进情况.最后一章分五个小节介绍了从随机到确定性的积分型全局优化方法.