多目标优化问题就是同时极大化或极小化多个具有冲突性或矛盾性的目标的最优化问题.多目标优化理论与方法在经济管理、工程设计、环境保护和智能交通等诸多领域均有非常重要的应用,而如何引入新的数学工具并在统一框架下提出多目标优化问题的统一解定义并研究其性质一直是多目标优化领域中十分重要的研究方向.标量化方法就是将多目标优化问题以某种方式转化成单目标优化问题,进而借助单目标优化问题的已有理论与方法来研究多目标优化问题的一类基本方法.本文主要研究多目标优化问题C(ε)-近似解的组合标量化方法,利用两类不同的组合标量化方法,在无任何目标函数的凸性假设条件下建立了多目标优化问题C(ε)-(弱)有效解和E-(弱)有效解的一些标量化结果.本文主要研究内容可概括如下:第一章简要叙述了多目标优化问题的研究背景与意义、多目标优化问题各类解的发展历史以及一些标量化方法的研究进展,包括本文研究工作所需的一些相关概念及基本工具.第二章主要利用Ehrgott和Ruzika所提出的基于Epsilon-约束法的思想,通过引入松弛变量的一类组合标量化方法,在没有目标函数的任何凸性假设的情况下,通过调整标量化模型中参数的范围,对已有的一些精确解和ε-近似解的标量化结果进行了推广,建立了基于co-radiant集定义的C(ε)-有效解、C(ε)-弱有效解和基于改进集定义的E-有效解、E-弱有效解的一些标量化结果,并列举了一些例子对主要结果进行解释.第三章主要利用Ehrgott和Ruzika提出的另一类组合标量化方法,即具有松弛和剩余变量的改进Epsilon-约束标量化方法,在无目标函数的任何凸性假设条件下,通过调整参数范围获得了基于co-radiant集定义的C(ε)-(弱)有效解和基于改进集定义的E-(弱)有效解的一些标量化结果.同样也列举了一些例子对主要结果进行解释.