本書主要研究了非線性隨機規(guī)劃最優(yōu)解集的穩(wěn)定性。全文共分7章,具體安排如下:第1章介紹了隨機規(guī)劃穩(wěn)定性的背景及研究現(xiàn)狀和預備知識;第2章研究了概率測度在集合序列不同收斂意義上的連續(xù)性以及弱收斂概率測度序列連續(xù)收斂性條件,并討論了概率測度序列的弱收斂與上圖收斂之間的關系;第3章證明了多元函數(shù)序列關于弱收斂概率測度序列積分的極限定理、控制收斂定理,給出了概率測度弱收斂的若干新的等價條件;第4章將積分泛函算子定義域中的無界且半連續(xù)函數(shù)空間擴張到更一般的可測函數(shù)空間,并在較弱的條件下證明了這種積分泛函算子的收斂定理、控制收斂定理及其推廣形式的收斂定理、控制收斂定理,推廣和改進了第3章的有關結果;第5章分別討論了隨機規(guī)劃的期望模型、概率約束規(guī)劃模型逼近最優(yōu)解集序列的上半收斂性以及經驗逼近模型逼近最優(yōu)解集序列的幾乎處處上半收斂性,并利用集值分析理論證明了隨機規(guī)劃最優(yōu)解集集值映射對所含隨機變量參數(shù)的分布收斂、概率收斂、幾乎處處收斂的穩(wěn)定性;第6章分別給出隨機規(guī)劃期望模型、概率約束規(guī)劃模型、經驗逼近模型逼近最優(yōu)解集的Hausdorff收斂性,并討論了隨機約束規(guī)劃逼近問題最優(yōu)解集集值映射對所含隨機變量參數(shù)的分布收斂、概率收斂、幾乎處處收斂的穩(wěn)定性;第7章將參數(shù)規(guī)劃最優(yōu)值函數(shù)的預不變凹凸性拓廣為B-預不變凹凸性,并討論了最優(yōu)值函數(shù)的B-預不變凹性與其最優(yōu)解集映射不變凸性之間的關系。