科学计算的一个重要课题就是求解大型的线性方程组，在实际应用中，稀疏矩阵占了很大部分，因此高效求解大型稀疏线性方程组就成为我们研究的主要方向之一。其中，不完全分解预条件子因为能够保持线性系统的稀疏性，降低存储的复杂性，减少计算量而受到重视。本文主要研究求解稀疏线性系统的性能算法，特别是构造有效的不完全分解预条件子。　　首先介绍了经典的迭代法、预条件技术以及不完全分解；然后对不完全分解预条件方法ILUT(p,τ)进行改进得到算法MILUT(p,τ)；最后结合最小度排序思想得到算法 MDILUTP(p,τ)。通过数值实验可以看出，算法对于稀疏矩阵的分解有着较好的效果。　　对于稀疏矩阵而言，无论是对对称正定的矩阵分解构造预条件子，还是对一般矩阵分解构造预条件子，为了保证分解后矩阵的稀疏性质不会遭到破坏，通常我们都要设定非零元素控制参数。通过构造合理的非零元素控制参数，得到改进的不完全分解预条件子MILUT(p,τ)，取得了一定的效果。针对非对称矩阵，研究基于ILUTP(p,τ)的预处理技术，结合最小度排序思想，在选主元过程中加入列非零元权值参数，使重排序后的矩阵在分解过程中减少填充元的产生，从而降低存储的复杂性，减少计算量，提高运行效率，同时确保矩阵的稀疏性在分解过程中不会遭到破坏。