自模糊理论诞生以来,其在数据挖掘、预测与控制、分类等领域得到了广泛的应用。模糊建模是模糊理论与应用中一个重要的研究方向,它分为解释性模糊建模与精确性模糊建模两种,前者主要关心精确性,而后者更注重解释性。如何取得精确性与解释性的较好折衷是目前模糊建模中重点研究问题之一,因此本论文将其作为主要研究内容。此外,从现场应用角度考虑,模糊数学与可靠性分析的结合是将模糊理论应用于工程实际的有效方法,故本文也对此进行了研究。本文对模糊建模方法进行了理论研究,并对模糊理论的工程应用进行了探讨,主要工作如下：研究了一种基于模糊规则及规则前件选择的模糊建模方法。首先,基于C4.5算法或WM算法构建初始模糊分类系统或Mamdani模糊模型；然后,采用多目标进化算法NSGA-Ⅱ优化所得模糊模型。与许多已有研究成果不同,该方法在优化隶属函数参数以提高模型精确性的同时,采用对模糊规则和规则前件进行选择的方式,以提高模型的解释性,从而建立了精确性与解释性较好折衷的模糊分类系统和Mamdani模糊模型。通过典型Benchmark(?)问题的建模仿真试验和与其它文献结果的比较,验证了该方法的有效性。研究了一种基于论域划分粒度优化的模糊建模方法。该方法对论域划分粒度和隶属函数参数进行编码,利用多目标进化算法NSGA-Ⅱ优化输入变量和论域划分粒度。为进一步提高模型的精确性和解释性,对论域划分粒度优化后的模糊模型进行了再次优化,从而获得了精确性和解释性的较好折衷。将该方法应用于模糊分类系统和Mamdani模糊模型的建模,典型Benchmark问题的建模仿真试验结果及与其他文献结果的比较验证了该方法的有效性。研究了将层次分析法、模糊评价理论与FMECA相结合的模糊FMECA可靠性分析方法,并将其应用于某地铁二号线车辆塞拉门系统的可靠性分析,所得结果与现场调研的实际情况相一致,验证了模糊FMECA方法的有效性。综上,本文从理论研究和工程应用两个方面对模糊理论进行了深入的探讨,所提出方法均得到有效验证,可以为今后的模糊理论及其应用相关研究提供参考。