回归分析在工业、商业、经济、管理、工程技术等领域有着广泛的应用，各种回归分析模型的研究自然成为众多学者的研究焦点之一，其中将模糊性引入回归模型是一个重要方面，这就是所谓的模糊回归分析.传统的模糊回归方法在求解回归参数时通常忽略了方法的稳健性，未能充分考虑异常值对参数估计的影响.因此，对模糊回归模型稳健性的研究具有十分重要的现实意义.　　 本文首先介绍了模糊线性回归模型的三种情形以及模糊线性回归参数估计的数学规划法：线性规划法和二次规划法.研究了模糊线性回归模型拟合度的一些性质，并通过数值模拟分析了两种方法的拟合性能.　　 其次我们讨论了回归分析的两种稳健估计：M估计和R估计.一方面从理论上分析和研究了两种估计的稳健性以及该方法抗异常值的机制.另一方面进行了一些数值模拟和比较研究.　　 最后本文将稳健统计的思想引入到模糊线性回归模型中，提出了一种基于精确输入-模糊输出的模糊稳健回归分析方法，并给出了相应算法的描述.该方法能减少或降低异常值对回归系数估计的影响.数值模拟表明方法的稳健性，同时与现有的方法进行了比较分析.