现实世界中很多问题都是多目标整数非线性规划（Multi-objective integer non-linear programming,MINLP）问题,该问题是一种多目标整数规划（MIP）问题,其目标函数或约束条件中至少有一个是非线性的。到目前为止,还没有一种算法可以求得MINLP问题的所有Pareto最优解。MINLP问题由于其非线性,不能用CPLEX等求解工具完成求解。现在关于MINLP问题求解方法的研究均是近似算法,唯一可能精确求解MINLP问题的是传统ε约束法,但不能保证得到的解一定是Pareto最优的。而且随着MINLP问题的目标数和求解规模增加,对求解所需的时间和空间要求急剧上升。本文针对多目标整数非线性规划问题的精确算法展开相关研究,目的是开发出能够快速求解MINLP问题的精确算法,对多目标整数规划领域的理论研究进行扩展。本文的主要研究内容如下:（1）首次提出能够求解MINLP问题的精确算法。通过对传统ε约束法求解模型的改进,提出基础ε约束法,保证每次求得的解一定是Pareto最优的,其时间复杂度是O（pM2N）,其中p是目标个数,M是所有Pareto最优解数量,N是所有可行解数量。为了降低时间复杂度,提出了改进ε约束法,将时间复杂度降低到O（M2N）。为了进一步降低算法求解时间,在基础ε约束法的基础上通过每次删除被支配的解提出快速ε约束法,将时间复杂度降低到O（pMN）。实验结果表明快速ε约束法比基础ε约束法快数十倍。（2）提出提前剪切解空间求解MINLP问题的算法框架。框架思路是:利用某些特殊Pareto最优解可以支配大量可行解的优点,先剪切被特殊Pareto最优解支配的解空间,再使用快速ε约束法寻找其余Pareto最优解。提出两种特殊Pareto最优解和三种剪切解空间方法。实验结果表明,该框架可以将求解时间减少50%左右。（3）提出了并行求解MINLP问题的方法。通过任务并行和数据并行两种方式,对提前剪切解空间的算法框架进行并行处理,实验结果表明,并行化的精确算法可以实现数倍的加速效果。