社会学中投票问题的研究由来已久，现在它已经广泛地应用于计算理论领域，在人工智能、生物信息学以及图编辑问题中扮演了重要角色。参数计算理论是精确求解NP难问题的新方法，受到人们的普遍关注。本文主要研究参数计算理论在社会学投票问题中的应用，讨论d-approval规则下Control和Bribery对投票问题的影响。主要研究工作和创新点如下:　　本文研究了cc-dv-d-approval问题及其对偶问题，探讨删除投票对选举的影响。通过构造二分图，剖析了问题的结构和性质，给出了能降低规模的核心化规则。在cc-dv-d-approval问题中，去掉了与给定的候选人c相关的投票以及得分低于S(c)的候选人，得到了O(kd+3)的核。在此基础上提出了基于动态规划的时间复杂度为O*（2k2）的固定参数算法。在对偶问题中，通过分析发现该问题与经典的Set Packing问题存在一定的联系。当d=3时，本文提出了基于局部贪婪的时间复杂度为O*（（3k）4k）的固定参数算法。　　cc-av-d-approval问题以增加的投票个数作为参数，通过分析，新增加的投票必须支持给定的候选人c。为了使得c成为赢家，其它候选人增加的得分必须小于常数b。该问题可以看作是Set Packing问题的扩展。当d=4时，本文提出了基于局部贪婪的时间复杂度为O*（（3k）4k）的固定参数算法。　　Bribery主要通过贿赂投票使得给定的候选人成为赢家。本文研究Bribery by voters问题和Bribery by exchange问题，分别以贿赂的投票个数、投票的更改次数作为参数。在Bribery by voters问题中，通过分析问题的结构，得出结论，解集中的投票一定不支持候选人c。给出了核心化规则，得到了O（kd+3）的多项式核，从而证明了该问题在d＞2时是固定参数可解的。最后证明了Bribery by exchange问题是多项式时间可解的。　　综上所述，本文主要研究Control问题和Bribery问题的参数复杂性。通过对这两个问题的剖析，简化了问题实例的规模，设计了固定参数算法，拓展了参数计算的应用范畴，丰富了投票问题的研究思路。