模糊粗糙集作为粗糙集理论和模糊集理论的融合,目前得到了众多学者的广泛关注.本文主要基于模糊逻辑算子在信息融合中的优点并基于变精度粗糙集模型的基本范式,研究基于模糊逻辑算子的覆盖变精度模糊粗糙集模型及其在多属性决策中的应用.本文具体研究内容包括:(1)基于D’eer等人在模糊覆盖上提出的四类模糊邻域算子,利用模糊逻辑算子和参数γ定义两类基于覆盖的变精度模糊粗糙集模型,分别称为基于覆盖的紧致和松散变精度模糊粗糙集模型,并研究这两类粗糙集模型的一些重要性质和相互关系.最后,结合提出的粗糙集模型和VIKOR决策方法提出一种在医疗诊断背景下药品选择问题的多属性决策方法,并通过案例分析、对比性分析以及实验评估验证该决策方法的合理性和有效性.(2)利用R-蕴涵算子在模糊β-覆盖上定义一种自反的模糊β-邻域算子,并讨论其相关性质以及与现有模糊邻域算子之间的关系.然后,基于模糊逻辑算子和参数γ定义基于覆盖的广义变精度模糊粗糙集.其次,结合提出的粗糙集模型及PROMETHEE II和EDAS方法建立一种新的多属性决策方法.最后,通过案例分析、对比性分析以及实验评估验证该决策方法的合理性和有效性。