在工程控制、供应链管理、博弈论、投资组合等金融领域里面,受参数不确定约束的优化问题有着极其广泛的应用,同时也是数学规划领域里面的研究热点之一。鲁棒优化方法是处理不确定参数的一种主要方法。鲁棒优化是一种能使优化解免受数据不确定性的影响的优化方法。鲁棒优化的本质就是将参数不确定性处理成能够直接描述且相对简单的形式,把原问题转化成易求解的确定性优化问题,使得参数在某个范围内变动时其解最大程度的接近最优解。例如投资组合中的随机优化模型,在参数有细微变化时可能会对优化结果产生很大的影响,而鲁棒优化模型的最优解对参数在某一范围内变动时仍然可以保持其结果最优性。本论文主要研究鲁棒最优化方法在投资组合中的应用。主要工作包括以下几点:1.研究了在随机变量的矩信息和分布信息都不确定的情况下,用LPM方法来度量风险值的鲁棒优化方法,证明了相应的鲁棒优化模型可转化为一个二阶锥优化问题。2.研究了在碳排放约束下,基于最坏条件Va R模型的电力发电商最优策略问题,证明了其与相应的二阶锥优化问题等价,同时给出了数值实验。3.研究了在随机变量的分布信息部分已知的情况下,两种不同的不确定集合下投资组合中的鲁棒优化问题,并对建立的模型进行分析。4.在随机变量的矩信息和分布信息都不确定的情况下建立了带有期权投资组合的鲁棒优化模型,证明分析了其可行性。