扰动模糊集是Zadeh模糊集的推广形式，该模糊集由于在对事物属性的描述上提供了更多的选择方式，较传统的模糊集有更强的表达不确定性的能力，因而在学术界及工程技术界引起了广泛的关注。 本文研究了扰动模糊理论及其在推理决策中的应用，主要内容如下：第一章将扰动模糊集与二维的模糊集，如区间值模糊集和直觉模糊集进行比较，分析扰动模糊集的特点，讨论了本文研究的必要性；第二章中，在定义了扰动模糊集的八种截集的基础上给出了扰动模糊集的分解定理和表现定理；第三章首先将扰动模糊语义引入到L*系统中，研究了广义重言式及其在信念模型中的应用．接着定义了扰动模糊子群与正规子群，研究了其性质。最后，研究了扰动模糊推理的3I算法，并证明其为P还原算法；第四章首先给出了扰动数的可能度排序方法；接着，分别提出了一组扰动模糊几何算子和扰动模糊算术算子，并研究了其性质与特点。最后，在权重完全已知的条件下，给出了扰动模糊多属性决策和扰动模糊多属性群决策的一系列算法．第五章将扰动模糊集理论与粗糙集理论结合起来，给出了粗糙扰动模糊集的定义。接着，定义了粗糙扰动模糊集的粗糙度，并利用粗糙扰动模糊集水平上（下）边界区域的概念，得到了关于扰动模糊集粗糙度的一些良好的性质。最后定义了粗糙扰动模糊集的一类包含度，研究了扰动模糊信息系统的属性约简与决策，并将研究成果应用到银行信用卡申请系统中。第六章：对全文进行总结和展望。 本文的研究不仅丰富和完善了扰动模糊集的基础理论，同时为扰动模糊集理论向应用领域的渗透提供了新的思路。