决策环境的复杂性、动态性,以及决策者所具备知识的有限性等都是影响人们作出合理决策所面临的挑战性因素。近些年来,信息与计算机科学相关领域的快速发展和应用,为决策者解决该类不确定性复杂决策问题提供了一种新的思路。决策粗糙集理论作为一种新的处理不确定性决策问题的方法,其特点是基于贝叶斯决策过程,考虑了决策风险对决策结果的影响,可更好为人们决策服务。从实际决策语义出发,把模糊这一不确定性评估形式引入到决策粗糙集中,既拓宽了决策粗糙集的应用范围,又为该模型中关键要素损失函数的取值提供了新的解决方案。借鉴现有决策理论和粗糙集理论的研究成果,本文选取区间数、三角模糊数、语言变量和犹豫模糊数等四种典型的模糊形式,依次研究相应模糊环境下基于决策粗糙集的理论模型和决策方法。首先,考虑决策粗糙集中各损失值为区间数的情况,提出了区间数决策粗糙集的基础模型。先基于确定性排序方法和可能度排序方法,探索其决策机制和决策规则。借鉴以上常规分析方法,进一步提出了一种基于区间数决策粗糙集的优化方法。通过实验对比研究,明确了区间数决策粗糙集三种分析方法的适用条件和准则。其次,考虑决策粗糙集中各损失值为三角模糊数的情况,提出了三角模糊数决策粗糙集的基础模型。先为期望损失选取合适的三角模糊数排序方法,再挖掘出决策规则。进一步,为了确定模型中各损失值,把决策粗糙集中各类损失成功映射到多属性群决策中,这极大促进了该模型的实际应用。与此同时,利用粒子群优化算法通过调节评估刻度,演化群决策的协调过程,以解决群决策中不一致性。再次,引入语言变量这一定性评估形式,考虑决策粗糙集中条件概率和损失函数两要素,在不同取值类型下构建出一系列新的决策粗糙集模型,从而丰富了原有决策粗糙集的研究内容。为便于模型的实际应用,进一步把决策粗糙集中各类要素成功映射到多属性群决策中,并设计出确定模型中各要素的算法。最后,考虑决策粗糙集中损失函数为犹豫模糊数这一新型形式,探索出该模型在犹豫模糊环境下的决策机制。进一步,为解决实际决策过程中的资源分配问题,从成本语义出发,利用各对象的风险成本和多目标0-1整数规划设计求解方法,这极大地推动了决策粗糙集在管理决策领域的应用。本文以决策粗糙集为研究对象,将不确定性模糊理论引入到决策粗糙集中,以损失函数为研究切入点,研究了模糊环境下基于决策粗糙集的决策方法。这不仅拓宽决策粗糙集的应用领域,还为研究基于粗糙集理论的决策分析提供新的方向。