本文研究了几个相互关联的优化问题的数值方法。文中所涉及到的问题分别是互补问题、分裂可行问题和随机分裂可行问题。本研究分为四个部分：　　 第一章介绍了本文所研究的几个优化问题,它们之间的关系以及文中要用到的一些记号。　　 第二章研究了一类非线性互补问题。互补问题是运筹学与计算科学的一个交叉研究领域,它与非线性规划、极大极小、对策论、不动点理论等分支有紧密联系,在力学、工程、经济、交通等许多实际部门有广泛的应用。互补问题的标准形式是:给定连续可微的向量函数F(x):Rn→Rn,求一向量x∈Rn使得x≥O,F(x)≥0,xTF(x)=0。当F(x)为线性函数(令F(x)=Mx+q,M∈Rn×n.q∈Rn)时,称其为线性互补问题,记为LCP(M.q)；否则,称其为非线性互补问题,记为NCP(F).互补问题的一个自然的推广就是变分不等式问题(VI),即求解一向量x∈C使得(y-X)TF(x)≥0,()y∈C,这里C∈Rn为一个非空闭凸集。针对非线性互补问题(P0-NCP),研究了一类非内点路径跟踪算法。相对于标准中心路径,我们使用了尺度化的中心路径。基于尺度化的中心路径,我们给出了一个求解P0-NCP的一步式非内点连续光滑化牛顿算法。在不需要严格互补性的假设条件下,证明了该算法的全局收敛性,并在适当的假设下,证明了局部二次收敛性。最后,我们通过几个算例与另一类求解P0-NCP的一步式光滑化牛顿法进行了比较。　　 第三章研究了求解分裂可行问题的几种投影方法。所谓分裂可行问题(SFP)是:求x∈C,使得Ax∈Q,其中集合C和Q分别是RN和RM中的非空闭凸集,A是M×N阶实矩阵。这类问题产生于信号处理中,特别是在图像重构和其他的图像还原问题中。近年来,分裂可行问题在调强放疗(IMRT)方面也有了重大的应用。同时,分裂可行问题还与凸可行问题密切相关。凸可行问题(CFP)就是要找有限个闭凸集的非空交集中的点,它在数学,物理等许多学科中是一个基本的问题。因此,研究如何求解分裂可行问题具有重要的意义。CQ算法是求解SFP的一种简洁的方法。在本文中,我们首先给出了CQ算法的一个非精确松弛格式,当正交投影PC和PQ不容易求得时,此格式比CQ算法更具实用性。然后我们讨论了变步长的CQ算法,并且说明,不论是带固定步长的CQ算法,还是变步长的CQ算法,都是梯度投影算法的一个具体实现。相对于固定步长,变步长可以提高算法的收敛速度。最后,我们提出了变步长CQ算法的非精确格式以及非精确松弛格式。　　 第四章应用样本均值近似(SAA)方法研究了随机分裂可行问题(SSFP)。样本均值近似方法的基本思想是利用Monte Carlo样本技术产生具有独立同分布(iid.)的样本,来模拟随机模型中的随机参数。利用 MonteCarlo样本技术,南随机样本产生的样本均值来近似估计随机优化问题的目标函数的数学期望函数,由此产生的样木均值近似问题,可以利用确定性优化技术来求解。用不同的样本重复上述过程,可以用统计方法估计产生的候选解的优化间隙。首先定义了随机分裂可行问题(SSFP),然后讨论用样本均值近似(SAA)方法求解该问题。我们研究了样本均值近似的随机分裂可行问题的解的存在性和收敛性。在一定的条件下,我们证明了随着样本点的增加,样本均值近似的随机分裂可行问题依概率1有解,且该解依概率1指数收敛到随机分裂可行问题的解。