人类在社会环境下的大部分日常行为和决定都是由观点驱动的,因此了解人类的观点演化过程是解释人类的选择并指导人类的关键。在实际生活中,人类的语言表达常常伴随着不确定性和模棱两可。这种不确定性一方面来源于人类自身的无知,情感,偏好等等,另一方面来自于环境的噪音如主流媒体传播信息过程对个体产生的干扰等。观点动力学是一门研究观点通过群体的交互形成及演化的过程。群体观点在交互的过程中,个体存在着影响和被影响的现象。为了研究群体观点演化过程,本文在Heglsemann-Krause(HK)模型的基础上,针对人类自身的不确定性,采用模糊集合理论对有界信任的观点动力学进行建模,引入模糊推理机来计算影响权重。针对环境的不确定性,同时用高斯随机噪声来描述环境不确定性,分析两种不确定性情况对群体舆论演化过程的影响。首先,设计了基于模糊算子的模糊观点动力学模型。通过扩展经典的HK模型,考虑到人类观点的不确定性,用模糊变量描述人类的观点。同时,个体的信任水平也用模糊变量来表示。通过对该模糊观点的进化过程进行理论分析和数值仿真,表明经过多次观点迭代更新后,大多数人最终持中立态度。并且在初始观点相同的条件下,最终观点是否达成一致还是分裂成若干个簇群,很大程度上取决于信任水平的大小。仿真结果与现实生活比较符合,同时该模型有效地解释了真实社会中观点不确定情况下的交互和演化过程。然后,设计了基于模糊规则带噪声的模糊观点动力学模型。首先提出了一个模糊带噪音的观点模型,HK模型是该模型的观点明确且无噪声的特殊化情况。就人类自身的不确定性而言,我们将个体之间的观点距离用模糊数来表示。就环境的不确定性而言,我们将环境噪声建模成高斯随机噪声。特别的,本文运用了模糊推理机根据个体观点差异来决定观点交互的影响权重。这意味着,根据观点相近的程度不同,每个个体对他人的影响权重也不同。相比于上部分内容里的模型,该模型更多考虑到了现实生活的实际情况,更加贴近于真实社会。