粗糙集理论是一种处理不确定、不精确、不完备和不一致数据较为有效的数学工具,它的提出与不断完善为处理不确定性问题提供了新的理论依据。优势关系作为粗糙集理论中等价关系的延伸与扩展,因能较好地处理比较、排序等问题,从而在不确定决策中受到越来越多的关注,并得到广泛的应用。本文在完备序信息系统和不完备序信息系统下,提出新的概率优势关系,并在相应的概率优势关系下研究粗糙集模型及性质,给出对象排序方法和属性约简算法。其主要内容包括以下几个方面：1.在传统优势关系下的序信息系统中,定义属性集合间的优势类结构差异度,并由此给出一种刻画属性重要性的度量方法。在此基础上,提出一种基于属性优势类结构差异度的属性约简算法,并通过具体实例验证该算法的可行性和有效性,该部分内容的研究为概率优势关系下的属性约简奠定了基础。2.在完备序信息系统中,以往定义的优势关系要求过于严格,需满足一个对象在所有属性下的值都不小于另一个对象对应的属性值,这种定义对噪声十分敏感,且得到的优势类比较有限,可能导致很多对象在多属性下无法比较。此外,目前对概率优势关系的研究甚少,且对概率优势关系下粗糙集模型及性质、对象排序及属性约简等问题的研究也不多。针对上述问题,论文首先提出一种新的概率优势关系,分析探讨该概率优势关系下的粗糙集模型及性质；其次,引入概率优势类结构差异度的概念,并给出相应的性质和结论；最后,给出概率优势关系下对象排序的一种新方法,进一步又给出一种属性约简的新算法,从而为序信息系统的理论研究提供了新的思路。3.在不完备序信息系统中,针对扩展优势关系、限制优势关系及限制扩展等优势关系的局限性,论文首先提出一种新的α-先验概率优势关系,研究基于α-先验概率优势关系下不完备序信息系统粗糙集模型及性质：其次,定义α-先验概率优势类结构差异度的概念,并给出相应的性质和结论；最后,给出基于α-先验概率优势关系下不完备序信息系统对象排序及属性约简的新方法。本文提出的α-先验概率优势关系具有更高的可靠性和更好的可解释性,弥补了之前一些研究的不足,同时对粗糙集模型及性质、对象排序及属性约简等理论的探讨也为不完备序信息系统理论提供了新方法。