本文主要研究直觉模糊邻域算子、基于覆盖的广义直觉模糊粗糙集模型和基于覆盖的变精度直觉模糊粗糙集模型理论以及决策应用.将粗糙集与直觉模糊集结合,研究四种直觉模糊邻域算子、四种基于覆盖的直觉模糊粗糙集模型以及四种基于覆盖的变精度模糊粗糙集模型的结构性质,并且分别给出一种基于覆盖的直觉模糊集模型的多属性决策方法以及基于覆盖的变精度模糊粗糙集模型的多属性决策方法.本文主要研究工作如下:第一章主要介绍本课题涉及的相关内容、发展背景以及目前的研究现状,并介绍预备知识和主要的研究工作.第二章基于D’eer提出的四种模糊邻域算子,给出四种直觉模糊邻域算子的定义,并且研究其相关的结构性质.基于四种直觉模糊邻域算子,定义四种基于覆盖的广义直觉模糊粗糙集模型,并且得到一些重要的结论.在此基础上,结合TOPSIS方法的思想,提出一种基于覆盖的广义直觉模糊粗糙集模型的多属性决策方法,并给出相关实例说明.通过本文的方法与已知多属性方法进行比较分析与敏感性分析,揭示提出的方法的有效性与鲁棒性,并且指出该方法可应用于更广泛和更复杂的决策环境.第三章引入基于覆盖的变精度直觉模糊粗糙集的概念,通过研究其性质结构得出一些重要的结论.同时将基于覆盖的变精度直觉模糊粗糙集模型与经典的TOPSIS方法的思想进行融合,提出一种基于覆盖的变精度直觉模糊粗糙集模型的多属性决策方法,并且将其应用于生物医学的骨骼移植选材.通过将本文的方法与已知的多属性决策方法进行比较分析与敏感性分析,进一步揭示我们的方法的有效性,并指出其优势.