本项目对向量优化及平衡问题的一些前沿和基础问题提供了新的概念、新的数学模型和新的研究方法，其成果得到了国际同行的广泛关注和大量后续研究。主要贡献为：研究了广义向量拟平衡问题的的适定性与极小化问题的适定性的等价关系；引入了求解广义混合平衡问题(混合平衡问题)的解的几类外梯度算法，并在Hilbert空间中证明了这些算法所产生点列的强收敛性；建立了广义锥次似凸集值映射的分离性质，在此基础上获得了集值优化问题的新的Kuhn-Tucker最优性必要条件及充分条件、标量化定理；建立了向量优化问题的统一的广义近似(弱)有效解意义下的非线性标量化定理、线性标量化定理和Lagrange乘子定理。该项目5篇代表性成果SCI他引251篇次。