在实际的生产和生活中,很多问题都是大规模最优化问题,因此研究大规模最优化问题具有十分重要的意义,尤其是最优化中的大规模二次规划问题。虽然很多学者做了很多的研究工作,但是由于计算机存储空间的局限性,这方面还存在很多的困难。所以人们迫切希望找到一种有效的算法来求解大规模二次规划问题。本文首先介绍了大规模非线性规划的研究现状及发展趋势,二次规划的研究现状以及发展趋势,研究的背景、目的和意义。简单介绍了二次规划的基础理论,介绍了二次规划的模型,二次规划的最优性条件以及二次规划可分解的条件,概括了本文的主要工作。然后,介绍了一些大规模二次规划问题的求解方法。例如,大规模界约束极小化问题的有效集阶段牛顿法;大规模二次规划的矩阵分解算法;大规模严格凸二次规划问题算法;大规模简单界约束的凸二次规划的算法。接下来,本文提出了一种求解大规模问题的主矩阵分裂算法。这种算法将一个大规模二次规划分解成一系列容易求解的小规模的二次规划子问题进行求解,算法可以极大的简化,并对算法进行了收敛性分析,产生的点列收敛到问题的稳定点。本文通过分析最优化的并行计算及算法,将其用于求解二次规划问题,证明了它的可行性。最后,结合上述分裂思想和并行计算的内容,本文提出了求解大规模二次规划问题的并行多分裂算法。运用矩阵多重分裂理论,同时考虑并行计算,得到了一类求解大规模二次规划问题的高效数值算法。通过施加某些约束机制,使子问题所产生的迭代点均为可行下降点。在通常的假设下,证明算法具有全局收敛性。该算法与已有算法相比,具有计算量小、计算速度快等特点,非常适用于求解大规模问题。