A mi munkáink azon alapulva születtek, hogy a nagyméretű optimalizációs problémák esetén speciális számítógépes feldolgozásra van szükség, ahhoz hogy hatékony és pontos megoldást kapjunk. Ezek a technikák elengedhetetlenek ahhoz, hogy a szoftverek teljesítménye lépést tartson a modellek növekedésével. A dolgozatomban bemutatom az általam kidolgozott optimalizációs előfeldolgozó eljárásokat (különös tekintettel a hiperbolikus és az egészértékű problémákra), melyek célja, hogy a problémák szoftveres megoldását stabilabbá és gyorsabbá tegyék. We were motivated by the fact that large scale optimization problems to be solved correctly and efficiently usually require such special additional computational techniques as preprocessing and scaling. These techniques very often lead to considerable performance improvement of used solvers. The main goal of my dissertation is to present the methods developed by myself during my PhD studies for preprocessing optimization problems (especially for Linear-Fractional (LFP) and Integer Programming (IP) models) in order to obtain a more stable and faster solution process.