本文研究求解无约束优化问题的非线性共轭梯度法的全局收敛性问题，主要由三部分组成： 第一部分，简要回顾了非线性共轭梯度法的产生、发展和特点，介绍了这种方法的一些重要形式及其产生的背景，在这些算法中，DY共轭梯度法由于其良好的内在性质，近年来备受关注，我们结合一种Wolfe型的线搜索和DY共轭梯度公式，提出了一个新的求解无约束优化问题的共轭梯度算法，在适当的条件下，若目标函数为严格凸函数，则无需下降性条件，我们即可证明算法是全局收敛的。 第二部分，我们给出了一个新的共轭梯度公式，并且分析了新公式所具有的两个性质。即：如果目标函数为严格凸函数，那么不依赖任何的线搜索，新公式产生一个下降方向，另外，如果线搜索采用Wolfe线搜索准则，那么新公式也产生一个下降方向。结合新公式和DY公式，给出了一个混合的共轭梯度公式，在Wolfe线搜索条件下，提出了一个共轭梯度算法，在无下降性条件下得到了算法的全局收敛性结果。 第三部分，结合我们提出的新公式和HS公式，给出了一个混合的共轭梯度公式，结合Wolfe线搜索，给出了一个新的共轭梯度算法，新算法具有性质(*)，在两个经典假设，以及充分下降性条件满足的情况下，我们给出了算法的全局收敛性。