粗糙规划问题是现实生活、生产实际中常遇见的问题，是各类决策问题的核心，也是解决各种含有粗糙性因素的决策问题的基础，因为在实际的生活、生产过程中，理想的条件往往是不存在的，总存在着一定人为的、或者是客观存在的不确定性以及不完全性，比如模糊性、随机性、粗糙性等等。模糊集和粗糙集理论在处理不确定性问题方面都推广了经典集合论，他们都可以用来描述知识的不确定性和不完全性，只是他们的侧重面不同。从知识的“粒度”上来看，模糊集主要着眼于知识的模糊性，而粗糙集着眼于知识的粗糙性。本课题针对粗糙环境下的优化方法进行研究，主要做了如下工作：　　 1)本文针对粗糙环境下的决策问题，在系统地分析和阐述了粗糙规划的本质特征基础上，给出了粗糙规划的的一般表达形式。　　 2)针对粗糙规划问题，提出了通过包含度的办法，引入综合效应函数的概念，并利用目标函数和约束条件的融合问题，建立了基于综合效应函数的粗糙规划模型，通过实例分析粗糙规划问题的可操作性问题。　　 3)针对约束条件为粗糙集，目标函数是模糊值函数的规划问题，从主、辅指标的制约和互补关系入手，引入综合效应函数概念，利用模糊信息的复合量化策略，建立基于综合效应的模糊粗糙规划模型，从而对模糊粗糙规划问题的结果进行分析。　　 4)对粗糙规划问题的凸性问题的讨论，提出了全局粗糙最优解和局部粗糙最优解的概念，讨论了粗糙凸集和非粗糙凸集下的粗糙规划问题求解。