在基于构件的软件开发中，对构件进行直接复用通常是不现实的。系统开发者需要对构件进行一定程度的修改以满足系统的需要，即构件适配(Adaptation)。在实际的系统开发中，系统开发者对构件的理解和适配往往带有很大的主观性，构件适配方案的选择没有科学的客观依据，与系统开发者的开发知识、理解能力以及复用经验密切相关。并且系统开发者决定的适配方案会直接影响构件的功能、行为以及集成效率。因而，怎样加强构件适配决策的客观性、提高构件适配的效率是一个亟待解决的问题。 另外，当前的构件评价和反馈机制虽然能够统计、比较构件的反馈信息，但这些统计数据的分析主要针对构件的质量和重用情况，不能评价该构件在当前系统开发中的重用适合程度，不能对构件适配决策提供有力的支持。 为了解决以上问题，本文对当前的评价模型和反馈机制进行了改进。本文首先改进了传统的构件库体系结构，提出了一种层次型构件库体系结构，然后在此基础上，提出了一种基于粗糙模糊集理论的构件适配决策支持方法，并给出了相应的算法。该方法能够对构件的反馈信息进行进一步的分析、挖掘，得出构件适配的决策规则和规则的支持度，为构件适配提供客观的决策支持信息，为加强构件适配决策的客观性、降低构件的理解成本以及适配成本提供了有效的支持。 为了客观评价新方法，作者对本文提出的方法进行了实例研究，并在开发的构件库原型系统中加以实现，结果表明该方法可以客观的给出构件适配的决策方案，有助于提高构件重用的效率和准确率。