对简单零假设情况, 构造出一类上界型拟合优度检验. 取不同的参数$\lambda$和不同的权函数, 这类检验不仅包含许多已存在的检验, 如Kolmogorov-Smirov检验, Berk-Jones检验等, 而且还给出一些新的检验. 众所周知, 对不同的问题, ``最优''的检验是不同的, 有必要对这类检验的性质进行讨论. 该文对任意给定的$\lambda$和较一般的权函数q(?), 在较弱的条件下, 导出了相应上界型检验统计量在零假设下的渐近分布, 研究了它们的局部渐近功效; 在若干固定备择假设下, 对该类检验的功效进行了模拟研究. 模拟结果表明, 在不同的备择假设下, 功效较优的检验是不同的, 不存在对所有情况一致最优的检验.