模糊控制技术是一项正在发展的技术，它综合了专家的操作经验，具有不依赖被控对象的精确数学模型、设计简单、便于应用、抗干扰能力强、响应速度快、易于控制和掌握、对系统参数的变化有较强的鲁棒性等特点，在经典控制理论和现代控制理论难以应用的场合发生了很大的作用。粗糙集理论是一种处理不确定性信息的新型数学工具，是目前具有挑战性的领域之一，它以独特的优势正在赢得越来越多研究者的关注。粗糙集理论的研究热点主要有以下几个方面：数据挖掘与规则生成、高效的约简算法、连续数据的离散化、故障分析、决策评价等。 本文结合粗糙集与模糊集进行研究，比较了粗糙集与模糊集的区别与联系，引出了粗糙模糊集(RF集)与模糊粗糙集(FR集)的概念。文章的研究主要集中在以下几方面： 研究粗糙集应用中连续数据的离散化算法，总结了目前常用的离散化算法，分析了其优缺点，为本文后面的研究工作做了铺垫； 通过粗糙集与模糊集在内燃机的柱塞故障诊断中的应用，表明了粗糙集与模糊集的结合建模方法的有效性，并且可以提高故障诊断的智能化水平； 研究粗糙集应用中的属性约简算法，引入α、β-截集的概念对现有算法进行改进。通过试验数据验证发现，该算法一定程度上简化了原算法，可以提高运算速度； 最后将粗糙集与模糊集的结合建模在水位模糊控制系统中进行仿真实验。与目前工程中常用的PID控制系统相比较，该模糊控制系统可以较好的抑制干扰。对于复杂系统模糊控制规则难以提取的问题，本文通过实验说明，利用粗糙集提取规则是一条有效的方法。