本文主要研究用于求解非线性互补问题的两类数值算法：LQP算法及Levenberg-Marquardt算法．在原有算法的基础上，构造了新的LQP算法及Levenberg-Marquardt算法，进行了相应的收敛性分析，通过数值实验比较了新算法与已有算法的优劣．　　对于LQP算法，本文先将非线性互补问题转化为极大单调包含问题，再将其转化为一个非线性方程组问题，从而给出了一类基于预测校正方法的LQP算法．在算法中我们设置了两个预测步，并使用xk与投影算子的凸组合构成算法的校正步．给出了算法的全局收敛性定理．最后，我们借助数值算例说明了此算法相对于有关文献已有算法的优越性．　　对于Levenberg-Marquardt算法，本文首先借助非线性互补函数将非线性互补问题转化为光滑的非线性方程组问题．然而，由于此算法在解决非线性方程组问题时，正参数 k?的引入使得搜索方向 kLd远离矩阵广义逆下的迭代步d kMP，且大多数文献在证明算法收敛性时通常需要F为P0函数的前提条件，文中我们对搜索方向 kLd进行修正，并且利用Armijo线搜索技术，提出了一类改进的基于相关文献已有算法的Levenberg-Marquardt算法．在无需P0函数的假设下，给出了该算法的全局收敛性定理并加以证明．通过数值算例比较了所给算法相对有关文献已有算法的优越性．