约束优化问题是在约束条件下寻找最优解的一类优化问题,现已广泛应用于自然科学、经济、工程等领域。随着研究者对未知领域的研究深入,约束优化问题的应用范围不断扩大,融入到越来越多的研究领域,例如:压缩感知中的信号恢复问题、智能电网实时定价问题等。本文对约束优化问题的光滑算法进行研究,主要研究内容为:（1）对约束优化问题及其求解方法进行了概述。对一般结构约束优化问题的求解算法进行研究。给出了一般结构约束优化问题的罚函数构造过程及光滑化过程,给出了一种新光滑Broyden-Fletcher-Goldfarb-Shanno（BFGS）算法,并给出了算法的全局收敛性分析,数值实验结果表明了算法的有效性。（2）对含有l1范数约束优化问题的求解算法展开研究。介绍了含有l1范数约束优化问题,给出了含有l1范数约束优化问题的光滑化过程及一种新的光滑共轭梯度法,同时给出了算法的全局收敛性证明,相关数值实验结果表明了算法的有效性。（3）对基于社会效益最大化的智能电网实时定价约束优化问题进行研究。针对凸约束优化问题在智能电网中的实际应用问题,基于Fischer-Burmeister（FB）函数对此约束优化问题进行了光滑化处理,给出一种新光滑共轭梯度法,在一般假设条件下证明了算法的全局收敛性,相关数值仿真实验也表明了算法的有效性。