组合优化问题是在一些约束条件下给定的有限集合中，根据某一目标找出一个最符合要求的最优解的这么一类数学规划问题，也称为组合规划。组合优化都是在由有限个方案构成的集合中，选择能够使目标函数达到最优解的最优子集。组合优化问题的发展在生产生活等各个领域有着广泛的应用，例如在商品生产，交通运输航线问题，装箱问题，工作指派问题等。等到拟阵理论进入到组合优化问题的研究领域中，得到了很多理论成果，比如推销问题，最短路问题和最大支撑树问题。下模函数作为一类特殊的实值函数，并且是被定义在幂集上。下模函数的变量是离散的不是连续的。由于这种特殊的性质使得下模函数在求解最优化问题中起到了重要作用。在组合优化中，下模函数最大值问题的求解被当做一个中心问题，我们可以把很多组合优化问题最优值的求解转化成求解下模函数的最大值问题，这使得组合优化问题都可以认为是求解下模函数的最大值问题，归纳出很多重要问题比如最大割、最大熵采样、最大设施选址和集合覆盖的问题。因此我们研究下模函数的最值问题就有非常特殊的理论价值和实践应用价值。然而，求解下模函数是一个NP-难问题，人们不断地寻找有效的多项式算法。本文主要介绍了如何求解下模函数的最优值理论和如何在求解下模函数最大值问题当中应用贪婪算法。我们主要给出一个近似贪婪算法，并将这个贪婪算法运用在被多重拟阵约束下任意非负的下模函数最大值问题。最后介绍了下模函数的最值被k维背包约束下的求解问题。并把各种算法进行了比较全面的理论分析进而得出其性能保证。　　本研究分为五个部分：第一章首先介绍了最优化理论问题的起源与发展和贪婪算法，以及针对不同的算法如何分析它们的性能保证，接着给出了这篇文章研究的背景，最后介绍了这篇文章的任务以及要解决什么样的问题。第二章综述了下模函数的概念及相关定理，以及贪婪算法解决最小集合的覆盖问题，并给出了此贪婪算法的性能保证。第三章主要详细介绍如何用近似贪婪算法和局部搜索程序对于下模函数最大值被k个拟阵约束下的求解问题，并证明了贪婪算法的近似度为1/(1+ε)(k+2+1/k)。第四章主要介绍了近似算法对于下模函数最大值被k维背包约束下的求解问题，并且证明此算法可以得到一个(1/2-ε/n)的近似解。第五章全面的对论文进行了总结、展望。