假设检验理论是数理统计学中一个非常重要的内容，其理论已比较完善.然而，如果在样本观测值或待检假设中引入模糊概念，则将面临很多新颖而又有趣的问题，该类问题统称为模糊假设检验问题。　　模糊假设检验是经典统计假设检验的推广，是统计推断和统计决策中处理模糊概念的一种重要方法.本文首先将模糊性引入到统计假设中，在贝叶斯统计决策的观点下，分别研究了艾拉姆咖分布和伽马分布参数的二重模糊假设检验问题.在特定的损失函数下，先验分布考虑了杰弗莱先验和共轭先验，分别得到了两个模型参数模糊假设检验的贝叶斯解，数值算例表明了解的可行性和有效性.其次研究了上述分布中参数的多重模糊假设检验问题.最后在贝叶斯决策的框架下，利用随机模拟的方法进行了模拟研究，数值模拟很好的支持了前面的理论方法。