BFGS方法是求解无约束优化问题的著名的拟牛顿方法。它只需利用目标函数值和一阶导数的信息，而不需要计算Hessian矩阵，且具有收敛速度快和数值结果好等优点。近年来，许多学者给出了不同的修改的BFGS方法，如Fukushima，祁力群，李董辉，韦增欣等。 著名的序列二次规划方法，简称SQP方法，是求解非线性约束优化问题的一类非常重要的方法。该方法最早由wilson(1963)提出，但直到20世纪70年代中期才引起人们的重视并得到发展。其中，韩世平和Powell的工作非常重要，因此，又称SQP方法为wilson-Han-PoweU方法。它在每次迭代中用一修正的矩阵Bk代替W(Xk，λk)。近年来，该方法有较好的发展趋势，Powell[25]提出BFGS-Newton-SQP方法用来求解非线性约束优化问题。孙文瑜[27]给出了求解半光滑约束优化问题的quasi-Newton-SQP型方法及其全局收敛和超线性收敛的充分必要条件，但是并没有证明修改的BFGS-quasi-Newton-SQP型方法是否满足条件。 本文是在韦增欣等[1]研究的基础上,给出一个新的MBFGS算法，并证明该算法在无线搜索条件下的全局收敛性和超线性收敛性。另外，受到孙文瑜的启发，本文构造出求解约束优化问题的一种新方法(MBFGs一quasi-Newton-SQP方法)，并在适当的条件下证明此算法的超线性收敛性。