风险就是指未来损失的一种不确定性.因而按照不确定性的分类,风险通常表现为随机环境下的风险、模糊环境下的风险等等.传统的随机环境下的风险通常利用概率论来度量,但是,人们在进行风险投资中,都难免要带上自身的主观判断.为此,本文以风险的模糊性作为研究对象,采用定量分析的方法,引入可信性理论对模糊风险测度及其优化模型进行风险综合评价分析.本文在较为全面地研读国内外相关文献的基础上,系统地阐述了模糊环境下风险的理论基础、构成要素以及对各种模糊风险优化模型进行建模求解和实证分析研究.文章研究思路如下：借助可信性理论的这个数学分支,首先建立了一致性模糊风险测度公理体系,即满足平移不变性、单调性、正齐次性和独立条件下的次可加性.并在一致性模糊风险测度公理体系内,研究了几种具体的模糊风险测度；然后,运用模糊规划的建模方法,建立了一系列模糊风险优化模型,并设计了包含模糊模拟、遗传算法、神经网络的混合智能算法；最后,针对提出模糊风险优化模型的几个数值例子,运用混合智能算法对它们进行了求解.