迄今为止,静止目标的最优搜索理论已经取得了丰富的理论和应用成果。但是,对于连续搜索空间中的离散力搜索问题,虽然根据现有的理论,可以确定各区域的探测器数量,却无法确定探测器的具体位置;另外,在离散搜索空间中,无论是离散力搜索问题或是连续力搜索问题,到目前为止对于目标的初始概率分布的确定没有统一的方法,确定目标的初始概率分布,除了数学知识的运用,还需要许多经验和技巧。本文针对上述两个方面的问题,均采用了模糊集合的思想,解决最优搜索理论中存在的用传统概率论无法解决的不确定因素的影响,具体做法如下:首先,对于连续搜索空间中的离散力搜索问题,关于探测器位置的确定,提出了模糊探测区域的概念。在目标位置为随机分布的情况下,借助模糊集合的拟概率算子建立了两种静止目标的模糊随机搜索数学模型。同时,作为模糊随机搜索模型的应用,借助遗传算法的求解给出了一个信号检测的算例。其次,对于离散搜索空间中的最优搜索问题,在信息不完整或数据缺乏时,利用离散型模糊概率的概念,给出目标概率分布列的界限或范围以其在该范围内取值的可信程度,以此来解决确定目标初始概率分布的困难。在离散型模糊概率的概念下提出了连续力搜索发现概率的计算方法,并在不同的可信度水平下利用非线性规划理论给出了使发现概率取得最优值的目标分布的概率区间,以此得到具体搜索策略和搜索力分配方案。最后,将上述思想和方法应用于离散搜索空间中的离散力搜索问题,同样得到了在不同的可信度水平下使发现概率取得最优值的目标分布的概率区间,同时得到了具体的搜索策略和搜索力分配方案。针对于上述两个问题的算例分析表明,当目标分布概率为离散型模糊概率时,可以有效减少信息缺乏时对于整个搜索计划的影响,为分析和设计最优搜索策略提供更全面真实的有用信息。