设备选址问题已经得到人们广泛的研究，许多学者研究了确定环境下的设备选址问题。然而，在实际生活中他们提出来的模型不能满足所有客户的需求。因此，人们又考虑不确定的设备选址问题。本文主要研究模糊需求下的设备选址问题。为了建立模糊需求的设备选址问题，依据不同的决策准则，提出了模糊期望值极小化模型、模糊α费用极小化模型和可信性极大化模型三种模糊规划模型。为了求解这些模型，单纯形、模糊模拟和粒子群算法混合产生了一个混合智能优化算法，以求解模糊α费用极小化模型为例说明算法的有效性。基于Hurwicz准则对模糊α费用极小化模型进行改进，得到Hurwicz准则下的模糊α费用极小化模型。主要内容如下：(1)介绍设备选址问题的意义及发展，并介绍了粒子群优化算法在国内外的研究状况。(2)介绍可信性空间的概念，模糊变量的可信性和期望值等理论。为模糊需求下的优化问题提供了理论依据和方法。(3)给出容量有限的模糊设备选址问题的描述，包括模型的建立和求解。根据不同的准则建立了求解设备选址问题的三种模糊规划模型，并证明了这三种模型都是合理的。(4)为了计算上述模型中的不确定函数，为设备选址问题设计了一些模糊模拟方法。介绍基本的粒子群算法，通过几个数值实例验证粒子群算法的收敛性，并与遗传算法进行比较，在求解问题时，粒子群算法的结果更优。(5)介绍由模糊模拟、单纯形及粒子群算法混合产生的混合智能算法，用此方法来求解模糊规划模型。以求解模糊α费用极小化模型为例，说明了该混合粒子群算法的合理性和有效性。(6)基于Hurwicz准则对模糊α费用极小化模型作以改进，将改进的模型应用于设备选址问题中，验证模型的合理性。