Z. Pawlak教授于1982年提出的粗糙集理论是一种新型的处理模糊和不确定性知识的有效工具,它无需提供任何先验知识或概率,仅仅依靠数据本身提供的信息即可识别数据间关系,从中发现并挖掘隐含的知识,解释并提取潜在的规律。经过三十年的研究发展,粗糙集理论得到不断的完善和创新,在机器学习、决策支持、模式识别、数据挖掘等众多领域得到了成功的应用。不完备信息系统是一类特殊而重要的信息系统。由于数据测量存在误差,或者受到人类认知能力的限制,某些数据不能得出精确结果,即数据被遗漏,或者只知道落入某个取值区间。现实世界中大量存在着不完备信息系统,对其的研究也成为了近年来的热点问题。本文以不完备信息系统为研究对象,在已有成果的基础上,对含有缺省值的不完备信息系统和区间值决策信息系统进行了进一步的研究,提出了处理不完备信息系统的新的模型和方法。首先,以含有缺省值的不完备信息系统为研究对象,提出了LA最大相容类粗糙集模型。目前处理含有缺省值信息系统应用较为普遍的方法是容差关系粗糙集模型及其改进形式,如限制容差关系模型。但是限制容差关系容易将相互矛盾的两个对象分在同一类,影响分类精确性。本文利用最大相容类所具有的优势,对限制容差类进一步分解,提出了一种新的相容类概念-LA最大相容类,并建立了LA最大相容类粗糙集模型。通过对比分析发现,新的模型克服了把矛盾的对象归于同一分类的现象,降低了错误分类率,提高了近似精度。同时提出L4最大相容类粗糙集模型的约简定义,进一步完善了新的方法。这一模型吸收了最大相容类的优点,改进了现有方法的不足,在对信息系统进行挖掘时减少了错误知识的出现,是处理还有缺省值的不完备信息系统的准确有效的方法。其次,针对区间值决策信息系统,提出了交互容差关系模型并讨论了属性约简问题。目前对区间值信息系统的研究仍处在探索阶段,虽然取得了—定的成果,但方法并不完善。现有的处理区间值决策信息系统的方法没有关注所比较的区间之间的相互关系,容易忽略潜在的知识。本文首次提出考虑区间之间相互关系的思想,在比较区间的相似度时,利用本文所定义的交互相似度概念,把交互作用考虑在内。进而建立区间值决策信息系统的交互容差关系模型,提高了分类的科学性和准确度。最后讨论了在交互容差关系下区间值决策信息系统的属性约简问题,提出了寻找区间值决策信息系统的约简与相对约简的区分矩阵方法。交互容差关系模型为研究区间值信息系统提供了新的思路,是处理区间值决策信息系统的科学、有效、准确、灵活的方法。