多目标规划数学模型的目标或约束函数通常都是非光滑的,并且受各种因素的影响,还带有不确定信息.因此,研究非光滑不确定多目标问题是一项非常有价值的工作.鲁棒优化法是处理不确定多目标问题行之有效的方法之一,此方法致力于保证最坏的解不受不确定性数据对优化问题的干扰.函数的凸性和广义凸性在数学规划中扮演重要角色,特别在建立最优性条件中至关重要.本论文主要是用鲁棒方法对几类非光滑不确定多目标问题的最优性条件和鞍点定理展开研究,具体内容如下:一、研究一类不确定多目标凸优化问题(Uncertain Multiobjective Convex Optimization Problem)(UMCOP)的近似拟弱鲁棒有效解的最优性条件和鞍点定理.首先,定义问题(UMCOP)的近似拟弱鲁棒有效解的概念,并给出实例说明此类解的存在性.其次,利用择一性定理,得到了近似拟弱鲁棒有效解的标量化定理和最优性条件.最后,引入问题(UMCOP)近似拟弱鞍点的概念,并得到了相应的鞍点定理.二、研究一类非光滑不确定多目标分式规划(Nonsmooth Uncertain Multiobjective Fractional Programming)问题(NUMFP)鲁棒弱有效解的最优性条件.首先,引入两类广义凸函数对的概念,称之为type-I函数和伪拟type-I函数.其次,在Clarke次微分约束品性条件下,给出了鲁棒弱有效解的最优性必要条件,并在伪拟type-I广义凸性假设下得到了最优性充分条件.最后,定义问题(NUMFP)鲁棒弱鞍点的概念,建立鞍点定理,且用具体实例对所得主要结论进行验证.三、研究一类非光滑不确定多目标规划(Nonsmooth Uncertain Multiobjective Programming)问题(NUMP)关于鲁棒近似拟弱有效解的最优性条件.首先,利用择一性定理,在扩展的非光滑Mangasarian-Fromovitz约束品性下,得到鲁棒近似拟弱有效解的最优性必要条件.其次,引入伪拟-type-I函数的概念,并举例说明其存在性,并建立问题(NUMP)关于鲁棒近似拟弱有效解的最优性充分条件.