در این پایان نامه تلاش گردیده است تا مفاهیم و قابلیت‎های ارزشمند محاسبات دانه بندی شده و کاربرد آن در حوزه تصمیم سازی فازی مورد توجه قرار گیرد. با توجه به اینکه اصول و مبانی محاسبات دانه بندی شده با دو حوزه کشف دانش و پیش پردازش داده‎ها گره خورده است، با هدف ارائه پژوهشی عمیق تر و کارآمدتر، تلاش گردیده است اصول، مفاهیم مورد نیاز و پژوهش‎های پایه صورت گرفته در دو حوزه مذکور نیز بررسی و ارائه گردد. بر پایه مفاهیم مذکور و با هدف دستیابی به معیارهای آرمانی محاسبات دانه بندی شده، یعنی سادگی و قابلیت تفسیر پذیری بیشتر در کنار حفظ دقت، یک روش وفقی نوین در حوزه تصمیم سازی فازی دانه بندی شده پیشنهاد شده است که بطور قابل توجهی باعث کاهش تعداد قوانین توصیف کننده مدل سیستم می‎گردد و در عین حال دقت مورد نیاز را نیز تامین می‎نماید. همگرایی خطای آموزش در روش مذکور، بصورت تحلیلی اثبات گردیده و نشان داده شده است که روش ارائه شده، با استفاده از مفاهیم فازی احتمالاتی، قابلیت توسعه به رویکرد کارگزارانه را نیز دارد. کارایی الگوریتم مذکور روی ده معیار استاندارد مورد ارزیابی قرار گرفته و نتایج با بیست و یک روش دیگر در این حوزه که در سال‎های اخیر ارائه شده، مقایسه گردیده است. نتایج حاصل از ارزیابی تایید می کنند که روش ارائه شده نه تنها بطور قابل توجهی باعث کاهش تعداد قوانین توصیف کننده مدل سیستم می‎گردد، بلکه دقت بسیار مناسبی را نیز ارائه می‎نماید.