全局优化研究的是多变量非线性函数在某个约束区域上全局最优点的特征和计算方法.全局优化问题已广泛见于经济计划、工程设计、生产管理、交通运输、国防等重要领域.分支定界算法是全局优化主要算法之一，近年来一直是最优化领域的研究热点，人们一直在寻找求解的新途径和新方法.本文在已有理论基础上，针对几类特殊的非凸规划问题，分别给出求其全局最优解的分支定界算法.主要内容如下： 首先，针对凸约束域上凹比凸比式和问题给出一锥形分支定界方法.首先，通过引入变量，将原问题转化为等价的非凸规划问题.然后对等价问题构造分支定界算法，其中利用凹包络构造松弛凸规划问题，从而将估计上界问题转化为一系列凸规划问题，这些凸规划易于求解而且规模不变，更容易编程实现和应用到实际问题中；分支采用锥分并且给出一紧缩上界的过程.最后，理论分析和数值实验表明所提出的算法是可行有效的，且数值结果与现有方法相比，迭代次数和运行时间都有显著改进。 其次，针对带自由变量的广义几何规划问题给出基于分支定界过程的凸化方法.首先利用等价转换将原问题中的自由变量转化为正变量，再通过凸化方案建立了松弛凸规划。通过逐次的可行域的细分及求解一系列松弛凸规划，从理论上证明了算法收敛到原问题的全局最优解.最后，数值结果表明了算法的可行性.该算法和其它算法相比可处理含有更多变量的符号项。 最后，针对凸约束域上线性比式和问题给出了一全局优化算法.该算法通过引入新的变量，将原问题转化为等价的规划问题，再利用等价问题和凸化技术，建立了松弛凸规划.通过对可行域的逐次细分及一系列松弛凸规划的求解，从理论上证明了算法收敛到原问题的全局最优解.最后数值例子表明本文算法是可行有效的。