随着科学技术的发展和实际复杂决策问题求解的迫切需要，分式规划问题的研究近年来受到人们的广泛关注，线性比式和问题是一类特殊的分式规划问题，其目标函数的每一项都是仿射函数的比值，其可行域是多面体。此类问题的解通常是多极值的，拥有许多非全局解的局部最优解，本文针对传统的求解算法精确度不高，收敛性不强的特点提出一种新的分支定界算法。首先，对比分析各类分式规划问题的基本模型以及求解算法的基本思想和基本步骤，寻找算法之间联系；其次，提出新的转化技巧，将原线性比式和问题转化为它的等价问题，再利用松弛技巧将等价问题转化为一系列的松弛问题；最后，对等价问题进行分支，对松弛问题进行定界，得到的等价问题的最优解即为原问题的近似最优解。应用本文所提出的分支定界算法，得到的近似最优解的精确度更高，且算法的收敛性更强，迭代次数更少。