对多目标优化问题的鲁棒性及其多目标优化模型的应用开展相关研究具有十分重要的理论意义与应用价值.目前,随机规划方法与鲁棒优化方法是处理具有不确定性因素的实际问题常见且非常有效的方法,并有大量的研究成果.本文主要利用标量化方法对一类鲁棒多目标优化问题的解进行了研究,得到了鲁棒有效解和鲁棒弱有效解的一些性质.另外将多目标优化模型应用于研究考虑激励性与公平性的最优绩效分配方案,并得到了所建立模型的部分性质.第一章主要给出多目标优化问题有关解的性质研究的主要进展及相关基本概念.第二章利用Burachik等人针对确定性多目标优化问题提出的标量化模型推广到鲁棒情形,提出一类新的鲁棒标量化问题.针对一类鲁棒有效解与鲁棒弱有效解的概念,利用标量化方法建立该类鲁棒弱有效解的一个充要条件与充分条件,鲁棒有效解的一个充分条件,讨论该类鲁棒标量化问题与两类经典的鲁棒标量化问题最优解之间的关系,同时也给出部分一些例子对主要结果进行了解释.第三章将多目标优化模型应用于研究绩效分配问题,充分考虑了个体差异因素对绩效分配满意度的影响,将考核对象所完成的工作量分为基础工作量和参与绩效分配的绩效工作量.首先运用分值转化函数对考核对象实际分数值进行转化,然后利用K-均值聚类方法对考核对象进行分类处理;其次讨论了对考核对象最有利和最不利的基础工作量的最优解问题,获得了对考核对象最有利和最不利的绩效分配比例,进而构建了考核对象的满意度函数,在此基础上建立了多目标绩效分配模型,获得了 Pareto最优解;最后,将某高校教师的实际考核分数带入本文所建立的模型进行数值实验,结果表明本文构建的多目标绩效分配模型,对提高绩效分配的满意度具有良好的效果.