现实生活中信息系统往往是具有不确定性的,信息的不完备与模糊性是不确定信息的重要表现形式,而集值信息系统是处理不完备信息的一类重要方法。目前粗糙集模型所研究的优势关系大多数是递增或递减关系,而对于属性取值以某一标准值为最优的集中有序关系,将其直接转换为递增或递减关系则容易造成原始信息的丢失,因此研究集中有序集值信息系统在信息不完备与模糊情况下的粗糙集模型具有重要意义。本文以集中有序集值信息系统为研究对象,以属性约简和规则获取为目的,针对信息的不完备与模糊性两类信息,系统构建了一系列完整的粗糙集模型,从而解决了由于信息的不确定所造成的难以有效决策的问题。最后将本文研究的模型应用到A公司客户信用评价项目中,结果表明本文模型在一定程度上弥补了项目前期由于数据缺少所造成的决策空白,扩大了模型的适用范围。本文的主要研究工作如下:1)不完备集中有序析取型集值信息系统下的粗糙集模型。针对集中有序析取型集值信息系统,根据事先是否给定参数,提出了两种不同的集中有序优势关系,并在此基础上构建了相应的属性约简与规则获取算法。2)模糊集中有序集值信息系统下的粗糙集模型。将集中有序集值决策系统的决策属性扩展到模糊环境,分别以模糊集中有序析取/合取型集值决策系统为研究对象,提出了相应的属性约简与规则获取算法,构建了完整的粗糙集模型。3)在A公司客户信用评价中的应用。根据A公司客户申请信息特点,对原始信息系统进行处理量化,应用不完备集中有序析取型集值信息系统下的粗糙集模型对其进行属性约简与规则获取,从而对项目前期的决策提供策略建议。