随机多目标优化是多目标优化与随机优化的一个交叉方向，其理论与方法可以在国防军事、经济金融、智能交通、信息科学和航空航天等领域的重大问题中发挥非常重要的作用。本项目拟从理论和算法两方面研究随机多目标优化问题：理论方面的研究主要从两方面展开，第一是提出合理的随机多目标优化模型，并研究其最优性和标量化，为算法设计提供理论支撑；第二是当数据带有污染时，研究随机多目标优化/向量变分不等式的统计鲁棒性。在算法方面，将利用基于人工智能方法处理多目标之间的冲突性的方法和标量化的思想，设计合理的随机算法和分裂算法求解随机多目标优化问题/向量变分不等式。研究方式上，本项目将针对随机多目标优化问题的目标间的相互冲突和随机性等难题，应用最优化、概率统计、随机分析和机器学习中的相关理论和技术方法对随机多目标优化的理论和算法展开系统性研究。本项目的研究对于解决随机多目标优化中的一些瓶颈问题具有重要理论意义与应用价值。