云理论是将模糊性和随机性有机结合进行不确定性推理的一种新理论，为处理不确定，不精确，模糊的信息提供了良好的解决方法。但目前国内外对于云理论及其应用的系统研究尚处于初步阶段，并非十分成熟和完善。在总结现有理论和方法的基础上，本文对云模型进行了较为深入研究和扩展，对其应用进行了探讨．主要研究内容如下： (1)系统阐述了梯形云模型的数字特征，期望曲线等重要性质，给出了梯形云发生器算法，并对梯形云模型和正态云模型的联系与区别进行了探讨。 (2)将梯形云模型引入到数量型属性的概念划分中，提出了新的基于云变换的云概念划分算法。此算法得到的概念反映了此属性中数据在定义域中的实际分布，同时概念的边界是模糊，不确定的，因而是一种软划分方法。 (3)在云概念划分的基础上，提出了云关联规则提取方法。云概念划分实现数量型属性的软划分，从而使得挖掘出的关联规则具有有效性和可理解性。 (4)基于云模型的不确定性推理，对云模型在定性评价方面的应用进行了研究。结合实例，给出了两个具体评价模型。