非光滑优化是最优化研究的重要分支，不仅有重要的理论意义，而且广泛应用于最优控制、工程设计和图像处理等实际领域.非光滑优化研究的核心问题是设计各类快速有效的数值求解方法.本学位论文通过结合bundle修正策略、可行方向法、阶段Ⅰ-阶段Ⅱ方法和次梯度聚集技术等，研究求解非光滑约束优化问题的新型数值算法.　　 首先，通过设计适合于约束优化问题的新型bundle修正策略，并结合可行方向法思想，提出一个求解非光滑约束优化问题的可行方向算法.该算法不仅能产生可行迭代点，而且保证目标函数值单调不增.当稳定中心更新时，通过运用bundle修正策略，算法能产生下降性或可行性更好的辅助迭代点，用以替代bundle中相应的点，从而得到性质更好的bundle.此外，证明了算法的全局收敛性.　　 其次，为了避免随迭代次数的增加，寻找搜索方向子问题的规模逐渐扩大，从而导致数值计算困难，本文对提出的可行方向法进行改进，提出了一个带次梯度聚集技术的可行方向算法.通过引入次梯度聚集技术，算法将bundle中的次梯度进行聚集，从而极大减少了寻找搜索方向子问题中约束的个数，降低了计算量.算法仍然具备全局收敛性.　　 再次，为了克服可行方向法需要可行初始点的困难，本文结合阶段Ⅰ-阶段Ⅱ方法思想，对可行方向算法进一步推广，提出了一个求解非光滑约束优化问题的阶段Ⅰ-阶段Ⅱ算法.该算法能接受不可行的初始点，且在阶段Ⅰ能自动寻找一个可行的迭代点，之后进入阶段Ⅱ，执行可行方向法得到最优解.算法具备全局收敛性.　　 最后，对算法进行数值试验，结果显示本文提出的算法是稳定、有效的.