合作博弈是研究在合作过程中达成联盟与分配利益的理论依据.由于实际合作博弈的需求,多目标合作博弈成为当前合作博弈研究领域的热点.为了研究多目标合作博弈的分配解,学者们从不同角度对经典合作博弈的分配解进行了推广.这些推广大多基于核心解或Shapley值.核心解满足联盟合理性约束,是利益分配的一个大致范围(即区间值)而非确切的分配值,而Shapley值为确切的分配值,但不满足合理性约束.最小平方解克服核心解与Shapley值的缺点,既满足有效性与合理性约束,又能给出确切的分配方案.最小平方解是在某些约束下通过极小化所有联盟的不满意程度得到的,因此它体现了分配值的平均主义和功利性原则.最小平方解在单目标合作博弈中已经得到了广泛的研究与应用.但是,在多目标合作博弈中相应的结果还很少见到.本文旨在构建多目标合作博弈的最小平方解模型,包括独立目标和关联目标两种情况,并在无约束条件下、有效性约束条件下与合理性约束条件下,分别给出模型的解及其所对应分配方案.本文的总体安排如下:第一章归纳了多目标合作博弈最小平方解的研究现状、背景以及研究意义及;第二章回顾了经典最小平方解、一些相关概念及其注解,并介绍了求解合理性约束下分配方案的几种算法.第三章和第四章是本文的主体部分.第三章给出了单目标合作博弈最小平方解模型的向量形式,以此为基础,提出了无约束与有效性约束下多目标合作博弈的最小平方解模型.为了模拟联盟不对等或目标不平等的实际博弈,引入不同权重,得到了模型对应的唯一解或通解的向量形式.第四章首先给了合理性约束的新定义,将合理性约束下多目标合作博弈的最小平方解问题转化为凸优化问题,并提出了一种定制临近点算法求解所得到的凸优化问题,证明了算法的全局收敛性与线性收敛率.数值实验的结果说明了模型是实用的、算法是有效的,由此所得到的分配方案是正确的。第五章总结全文,并对未来的研究工作进行了展望.