基于规则的模糊系统可以分成两种形式：近似的和描述的。前者主要关心精确性和灵活度，而后者更注重解释性。精确性与解释性的折中是目前模糊建模中的一个重要研究课题，也是本论文的主要研究目标。遗传规划是一种新型的搜索寻优技术，它依据生物界的遗传和进化，根据优胜劣汰的原则，借助复制、交叉、变异等操作，逐步逼近最优解。本文将遗传规划用于模糊建模，主要研究内容和创新点归纳如下：1、本论文将遗传规划和上下文无关文法相结合，引入了一种推导模糊规则库的文法实现模糊分类系统。这种算法称为模糊遗传规划。第三章给出了模糊分类系统的巴科斯范式形式描述。2、本论文针对传统的栅格模糊建模方法的不足，提出了一种基于快速非支配排序的多目标协同进化算法优化模糊分类系统。该算法使用了两个进化算法：模糊遗传规划优化模糊规则库种群和简单遗传算法进化隶属函数种群。首先采用Simba选择法实现输入变量的选择，算法运行一次可获得一个Pareto最优解集，可从中选择精确性和解释性较好折中的满意解。利用该方法对Iris和Wine问题进行分类，仿真结果验证了方法的有效性。