全局最优化问题是运筹学这门学科的一个重要研究分支之一，一直受到数学规划领域内众多研究学者的广泛关注。现代科学、经济和工程的许多最新发展有赖于相应优化问题的全局最优解的计算技术。全局优化问题已广泛涉及到各个不同的领域，其中包括经济模型、金融、网络与运输、数字集成设计、图象处理、化学工程设计与控制、分子生物学、环境工程及军事科学等等。由此可见，对全局优化问题的研究具有重要的现实意义。到目前为止，对于一些具有特殊结构的全局优化问题，已发展起了许多理论和方法成功的予以解决。但由于问题有“全局性”的要求，对于一般的全局优化问题算法研究中仍然存在着一定的困难.可以求出一个全局优化问题的局部极小点，但还没有一个有效的全局评判准则来判断一个局部极值点就是全局极值点。如何在搜索过程中从一个局部极值点跳出，找到下一个更好的局部极值点，直到全局最优点，这也是全局优化问题研究的课题之一. 在本文中，作者对郑权、张连生等教授提出的有关积分型的求总极值算法认真学习和研究之后，为了减少已有算法的计算量和提高已有实现算法的计算效率等目标，对实现算法进行了进一步的改进.从而提出了变测度的积分型全局优化算法，该方法保持原有算法的优点，避免原算法可能会产生丢失总极值的缺陷，提高了修正积分水平集算法的计算效率，且讨论了算法在概率意义下的收敛性，给出了数值结果。同时，还对带有约束的全局优化问题作了进一步的研究，应用变测度的积分型全局优化算法构造了实现算法，给出了数值算例，结果说明算法是有效的. 本文共分三章，第一章主要介绍全局优化问题的研究现状，简要介绍了部分全局最优化方法。第二章对郑权教授提出的积分型全局优化算法给出了系统的介绍，包括问题的提出、概念算法的理论基础、实现算法的理论基础以及近年来对于该问题的修正情况。最后一章介绍了变测度的积分型全局优化算法，并应用这一算法求解了具有约束条件的全局优化问题。