این مقاله به مطالعه مدل های بهینه سازی چندهدفی تصادفی با محدودیت های شانسی می پردازد. استفاده از متغیرهای تصادفی به عنوان پارامترهای ورودی در مدل های ریاضی، یکی از رویکردهای متعارف برای مدل سازی مسایل مختلف در شرایط عدم قطعیت است. همچنین، محدودیت های شانسی این امکان را به تصمیم گیرنده می دهد که محدودیت مربوطه با احتمال حداکثر یک مقدار مشخص شده رد شود. یکی از چالش های این گونه مدل ها وجود محدودیت های شانسی است و حل چنین مدل هایی به طور مستقیم امکان پذیر نیست و می بایست محدودیت داده شده را ابتدا به حالت قطعی تبدیل کرده و سپس با به کارگیری تکنیک های موجود، مساله قطعی شده حل شود. از عمده ترین روش هایی که برای تبدیل محدودیت شانسی به حالت قطعی وجود دارد، استفاده از تابع توزیع متغیرهای تصادفی است که می بایست در دسترس تصمیم گیرندگان باشد؛ اما معمولاً تابع توزیع دقیقی از یک متغیر تصادفی در مسایل واقعی وجود ندارد. به همین دلیل، در این مقاله یک روش مبتنی بر نمونه برای تبدیل محدودیت های شانسی به حالت قطعی پیشنهاد می شود به طوری که محدودیت شانسی را با بیشترین احتمال برقرار می کند. برای حل مدل چندهدفی قطعی به دست آمده از روش مجموع وزین استفاده می شود. سرانجام به منظور بررسی کارایی روش پیشنهاد شده، یک مثال عددی ارایه می شود.
