非线性规划常见于社会生活的各个领域,如交通学、电信学、石油工业、化学工业、经济学、生物学、军事、管理学等,对其求解的方法也不断涌现,如序列二次规划方法、牛顿型方法、罚函数方法、可行方向法等,其中重要而有效的方法之一是可行方向法。可行方向法具有下降性、所有迭代的可行性、计算上的有效性等优点,因而近年来得到了大量关注.在大部分的可行方向法中,线搜索是最常见的工具.传统的线搜索方法都要求目标函数值严格下降,这么做的一个明显缺点是当迭代陷入“很窄的峡谷时”,可能会导致很短的步长或出现折线型迭代现象,造成算法收敛性降低或不收敛。为了解决上述缺点, Grippo等学者在1986年首次提出非单调线搜索技术,该技术不要求目标函数值严格单调下降,而是允许其在有限步内是上升的.这一策略使得算法在遇到“很狭窄的峡谷”时在一定程度上可以避免产生很小的步长或者出现折线型现象.本文通过对已有非单调技巧的修正,结合可行方向法,提出了两类求解约束优化的非单调可行方向法。　　本研究将可行方向法和非单调线性搜索技术结合,得到了两类非单调可行方向法并证明了算法的可行性和收敛性；运用凸组合思想对已有的非单调线搜索技术进行推广,提出了新的带有凸组合技巧的非单调线搜索技术,并通过数值实验验证其在某些被测问题上较之前的非单调线搜索技术更优。在算法设计时,避免了罚函数的使用和滤子的构造,因此和现有的方法相比,我们算法的执行更为灵活,可操作性也更强。在合理的条件下,给出了所提出算法的收敛性,并对其进行了数值实验和分析。数值结果表明,本文所提出的非单调型可行方向法比单调型方法更灵活和有效。