本文主要研究了整数规划中的两类问题：小规模凸整数规划问题所有解的求解算法以及0-1线性整数规划模型的连续化变换方法，具体如下：　　 对于一般规模比较小的整数规划问题，我们考虑的是如何求出问题的所有解，这在现实意义上是很有应用价值的。对于同一个优化问题，若能够求出问题的所有最优解，则对于决策者来说就有多个方案选择，他可以考虑在利润相同的情况下代价最小。在文献[1]中作者针对一般整数规划问题也提出了一种寻找方法：利用一范数‖x-x0‖≠0，再结合整数性限制条件，得出∑|xz-x0|≥1的非线性约束条件，最后作者利用此非线性约束的等价约束条件将其转化为线性规划问题。受这一思想的启发，本文也提出了一种寻找方法，文章中首先考虑利用0-1线性化方法[2，3]将一般的凸整数规划问题转化为0-1线性整数规划问题，紧接着我们将CB切平面[4-6]引入到优化模型中，建立模型排除所得最优解，针对每一个所得的最优解都有相应的CB切平面来逐次排除这些解，这样逐次进行就能求出问题所有的最优解了。　　 对于一般的0-1线性整数规划问题，由于问题的特殊性，我们能得到它的拉格朗日对偶问题的显示表达式。但是，在对偶模型中却含有投影函数max(f，0)，由于这一函数为分段函数且具有不连续性，一般解析的数学规划算法是不能求解的。在此我们利用某些特殊函数：对数障碍函数[7，8](凝聚函数)、NCP函数，提出了光滑的对数障碍函数法和NCP函数法。同时我们还结合文献[1]中关于一范数的等价约束条件提出了一种全新的方法，通过这些连续化变换我们得到的是一个连续且光滑的优化模型，这样就可以利用解析的优化算法对其进行求解，求得的最优解即为原问题的最优解。