软集理论作为一种新的处理不确定性和不完全知识的数学工具，近年来在各个领域的应用都受到了许多学者的关注.特别是将软集理论与其他数学理论相结合的理论研究已经引起许多研究者的兴趣.研究者们提供了一个将模糊集、粗糙集和软集结合起来的基本框架.本文就是在模糊集、粗糙集、软集以及众多研究成果之上，给出伪软集和伪模糊软集的定义，并把它与粗糙集结合，得到软粗糙集模型、软粗糙模糊集和软模糊粗糙集模型.讨论了二元模糊软关系（模糊软集或伪模糊软集），同时给出了软模糊粗糙上下近似算子的几种不同形式.此外我们还探讨了近似算子的一些基本性质.随后通过分析现有文献中粗糙决策模型的局限性和优势，我们给出了基于变精度的软模糊粗糙决策模型并将其运用于实际的应用中，给出了决策方法的决策步骤和算法.本文主要工作如下:　　（一）本文在软粗糙集的基础上，通过交换论域U和参数集E的角色定义了新的软集和模糊软集，分别命名为伪软集和伪模糊软集.由伪模糊软集合的定义可知，对任意对象u∈U我们定义了参数集E上的一个模糊子集.所以伪模糊软集可以视为一个定义在参数集E和论域U上的二元模糊软关系.在许多学者研究的基础上，定义了基于模糊集隶属度函数的强包含度公式，并引入精度系数β，在伪模糊划分软集的基础上建立变精度软模糊粗糙决策模型.并讨论了上下近似算子的重要性质，并给出在精度系数下软模糊粗糙集的近似精度和粗糙度的度量方法.　　（二）通过引入伪模糊软集，构造了软模糊粗糙集、程度软粗糙集和基于包含度的软模糊粗糙集近似算子，并对其相关性质进行了探讨.结合非确定性决策的思想给出突发事件应急决策规则，同时给出模型算法为多属性决策提供新思路和新方法.　　（三）最后通过实例验证了模型的有效性.