实际工程问题中,由于测量误差、噪音,经济环境的随机性及质量因素的影响导致了模糊环境的产生,由于系统模糊性而产生的数据的不确定性导致系统辨识的精度降低,目前模糊环境下的系统辨识问题还没有得到很好的解决。本论文将模糊数学,运筹学,计算机科学等多学科原理与方法进行集成,基于对DEA-DA的模糊模式识别方法的理论研究,建立含有L-R模糊数的DEA-DA模式识别模型,并通过模型的灵敏度分析验证模型的鲁棒性,实现对模糊系统的高精度有效辨识。模型构建将采用模糊数学、运筹学和多元统计分析方法的集成,利用混合整数规划和多目标规划实现模型的计算机算法。该模型与方法的研究在非均一评价模型研究领域,尤其是在多指标,多特征,多单元的模糊识别领域几乎尚未有人研讨,对于解决模糊环境下的模式识别问题具有重要的应用价值。利用基于DEA-DA的模糊模式识别算法与计算机的结合,可以应用于经济预测和预警、工程模糊识别与诊断、人工智能、知识处理及数据挖掘领域,具有重要的理论价值和应用前景。