本文讨论了等式约束多目标规划问题的降维算法以及最优化算法在实际工程技术模型中的应用，为多目标规划算法的研究提供了一种新途径。首先本文利用线性加权和的方法将多目标规划问题转变为单目标非线性规划问题；然后对这一转化后的单目标规划问题的目标函数用二阶Taylor展开式进行逼近，得到一个近似的二次规划模型；最后利用李泽民教授提出的Kuhn－Tucker条件的降维形式将二次规划模型最终转变成解一组线性方程组，从而得到了原多目标规划问题的解，完善了等式约束多目标规划问题的降维算法。另外，文中还就算法对加权系数的稳定性、用差商型公式求导与用函数的表达式直接求导的比较进行了探讨。还对上述的算法在迭代方向上作了进一步的修缮，并就修缮后的新算法在收敛性上作了研究，给出了一定条件下算法的收敛性证明。鉴于目前对一般等式约束多目标规划问题还没有一个通用的算法，降维算法的提出为此类规划问题的求解提供了一种新的途径。再次，文中对提出的降维算法进行了大量的数值试验，与既有的算法进行了比较，比较的结果显示出了较高的精确度，表明了降维算法的可行性和有效性。最后，文中还对科研机构管理的评价问题和毕业生工作的合理配置问题通过建立数学模型并进行求解，其中用降维算法对毕业生工作合理配置模型进行了求解，对最优化算法在实际问题中的应用进行了较为深入的研究。