随着生产社会化的发展,分布式系统作为一个描述和分析复杂系统模型,受到了各个研究领域的关注。分布式优化问题是复杂系统,如大型企业,银行等金融单位等中一个热点问题。在分布式系统中,各个智能体之间信息的交换改变了整个系统的拓扑结构。但是经过怎样的交换才能达到行为最优,是我们在这里很关注的。本文主要借助矩阵和图论的相关知识,研究有向网络上的分布式优化问题。主要工作如下：1.深刻分析关于分布式系统优化问题的研究现状,我们指出,在现有文献中,大都是在无向网络上或者平衡网络上展开的,这就使得分布式系统在解决实际问题时,有了很大的局限性。并且很多情况下,平衡网络都不容易满足。因此,我们的提出了一个新的优化算法,(?)ratio optimization algorithms,目的是通过用列laplacle描述网络拓扑,解决强连通网络上的分布式优化问题。2.本文阐述的是关于分布式网络上的优化问题,设定网络是强连通的。在现有的工作中,研究的动态系统是在平衡网络和无向网络情形之下的,经过探究尝试,我们证明了,在任何的强连通图上,可以采用凸优化的方法：辅助state-push方法,它能够得所有的节点都趋向于最优解集中的一点。特别的,我们所解决的问题不需要网络是平衡的或者对称的,因此扩展了现有文献的结果。在文章最后,我们给出了几个仿真示例,证明了我们算法的收敛性结果。