计算机软、硬件系统的正确性在人们的生产和生活中越来越重要。模型检测作为一种自动化的验证技术,旨在验证计算机软、硬件系统是否满足其期望属性,从而为系统的正确性提供保障。而模型修复技术的提出,促进了模型检测在实际中的应用。当验证出系统的模型不满足期望属性时,模型修复技术可以对模型进行自动化修复,使其满足需求。随着计算机软、硬件系统的复杂性日益增加,所设计的系统往往包含了大量的不确定或不一致的信息。为了应对这类系统的验证问题,人们基于模糊逻辑提出了模糊模型检测技术。在模糊模型检测中,常用模糊Kripke结构对系统进行建模,而系统的期望属性可以由模糊计算树逻辑来描述。尽管人们在模糊模型检测技术方面取得了丰硕的成果,但关于模糊Kripke结构中模糊计算树逻辑公式的修复问题还有待研究。本文在现有的模糊模型检测理论的基础上,讨论模糊Kripke结构中模糊计算树逻辑公式的修复问题,主要工作如下:1.讨论模糊Kripke结构的模型修复问题。首先,在模糊Kripke结构的基础上,讨论模糊计算树逻辑公式的语义关系,以此为模糊计算树逻辑公式修复算法的研究提供支撑。然后,给出模糊Kripke结构的三种原子修复操作的定义。随后,结合汉明距离的定义方法,给出模糊Kripke结构距离的定义,并在此基础上,进一步给出模糊Kripke结构近似性的定义。最后,引入阈值?,提出模糊Kripke结构的?-极小修复模型的概念,以此作为经典模型修复理论中极小修复模型概念的定量推广形式。2.基于?-极小修复模型的概念,首先,给出算法解决模糊计算树逻辑公式中的命题逻辑公式的修复问题。然后,以此为基础,结合模糊计算树逻辑公式的语义,给出算法解决具有时序运算符X、G和U的模糊计算树逻辑公式的修复问题。最后,将研究结果应用到一个机器人探索物品的案例上,以此来阐述模糊计算树逻辑公式修复算法的实际适用性。