具有特征函数的合作对策模型N,是由局中人集合N {1,2,..., n}和支付特征函数:2N R所构成的。当联盟S (S N)的特征函数值(S)表示其该联盟的局中人合作所获得的收益（费用）时，称该对策为收益（费用）对策。如果特征函数值可通过求解某个组合最优化问题所确定，则称该对策为组合合作对策，其特点是对策的表达是简洁的，即其输入规模是局中人个数的多项式长度。合作对策理论主要是研究如何将联盟的整体收益合理分配给参与合作的各个理性参与人。其不同的公平、合理性条件导出了对策的各种解的概念。其中，核心(Core)及相关若干近似核心等是最重要的对策解，它们通过分配的联盟合理性要求达到联盟的稳定。当前，有关核心和近似核心的算法和计算复杂性问题是合作对策研究的热点，典型的计算问题有：(1)非空性判定：能否在多项式时间内判定核心或近似核心是非空的？(2)构造问题：如何在多项式时间内构造出属于（近似）核心的一个分配？(3)归属性判定：能否在多项式时间内判定一个给定分配属（近似）核心？本文主要针对建立在经典的箱覆盖问题基础上的一类合作对策模型进行研究，称为箱覆盖对策。一般地，箱覆盖问题是将具有不同权重的多个物品分配到尽可能多的固定大小箱子中，要求分配到每个箱子中的物品总权重不小于箱子的大小（即要求箱子被覆盖）。箱覆盖问题在实际中得到了广泛应用，如投资问题等。建立箱覆盖合作对策模型的目的是为了深入探讨与此相关的收益分配问题。本文研究箱覆盖对策的性质，并从计算复杂性和算法角度对核心和近似核心的有关算法问题进行讨论。主要研究内容有：(1)首先定义了由箱覆盖问题导出的合作对策模型——箱覆盖对策：每个局中人对应具有一定权重的物品，对于任意联盟，其特征函数值是该联盟所能覆盖的最多箱子数；讨论了该对策及其（近似）核心分配的若干性质；对应箱覆盖问题的0-1规划模型，利用列生成法和动态规划方法给出了其线性规划松弛的一个精确算法，利用这个算法可以很好地近似箱覆盖对策的特征函数值。(2)对于整体联盟的箱覆盖数的0-1规划(ILPN)，利用线性规划对偶定理，箱覆盖对策核心非空当且仅当该0-1规划的线性规划松弛(LPN)有整数最优解，且此时核心恰是线性规划松弛(LPN)的对偶最优解集；当核心是空集时，证明了能够保证-近似核心非空的最小值（记为*min）可由(ILPN)与其线性规划松弛(LPN)的最优目标函数值的差来刻画。(3)研究了箱覆盖对策有关核心和近似核心的计算复杂性和算法问题。首先利用已知的NP-完备问题“划分问题”证明了判定箱覆盖对策核心和-近似核心的非空性都是NP-难解的、且当核心非空时判断一个给定分配是否属于核心也是co-NP-完全的。作为推论，证明了*min值的计算也是NP-难解的；另一方面，利用动态规划方法给出了判定给定分配是否归属核心和近似核心的伪多项式时间算法。