非凸规划问题作为一类重要的优化问题，能广泛应用于经济金融、信息技术、工业制造等多个重要领域.通常情况下，该类问题往往存在多个非全局最优的局部最优解，因此寻找其全局最优解极其困难.由于非凸优化问题在现实生活中的广泛应用，近年来引起越来越多研究者的关注，一些优化方法相继被提出，本文针对非凸优化问题中的两类广义多乘积规划问题分别提出了相应的优化算法。和已有的方法相比，本文提出的分支定界算法和迭代算法在保证最优解的质量的同时还很大程度上提高了其执行效率。　　本研究分为三个部分：第一章，首先给出本文所研究的优化问题模型，其次对该优化问题的应用背景、理论意义及当前的研究工作做简要介绍，最后呈现本文的主要工作。第二章，根据广义线性多乘积优化问题的特点，提出了一个新的分支定界算法.首先通过引入变量获得原问题的等价问题，接着采用凸松弛技巧将等价问题转化为凸规划问题，然后基于一个新的分支规则来求解一系列的凸规划问题从而获得原问题的全局最优解，最后从理论上证明该算法的全局收敛性.数值实验结果说明本章算法对于求解广义线性多乘积规划问题具有一定的优势。第三章,针对广义多项式乘积优化问题，给出了一个迭代算法.首先引入变量得到与原问题等价的广义几何规划问题，其次运用算术-几何平均不等式及罚函数思想将广义几何规划问题转化成标准几何规划形式，然后通过求解一系列的标准几何规划问题得到原问题的最优解，最后给出迭代算法的收敛性.数值实验结果表明该算法是有效可行的。