在实际生活的各个领域中，由于现实情况的复杂性和人们对问题认识的局限性、主观性，许多事物不能用确定的数值来进行描述，只能获取其变动的范围，即数据变动的上限和下限。因此，引入区间值来最大程度的保留事物的原始信息。另一方面，由于技术手段或客观条件的影响，人们能够获取的信息往往不是完整的，即数据中存在缺省值。现实生活中，很多数据都满足上面所述的两种情况，因此，研究不完备区间值信息系统（IIIS）具有非常重要的意义。本文采用粗糙集理论对不完备信息系统进行属性约简和规则提取。粗糙集理论是波兰学者Z.Pawlak教授提出的一种处理不确定性知识的数学理论，它能有效的分析和处理不精确、不确定与不完备信息，并从中发现隐含的知识，揭示潜在的规律。属性约简和规则提取是粗糙集理论的重要内容。本文主要的研究要点有两个：一、根据不完备区间值的特点，对其进行分类。在这一步里，一方面对以往的相似关系进行了重新定义，另一方面，引入了模式识别中的层次聚类法，对不完备信息系统进行了分类。二、根据不同的分类方法，建立符合不完备区间值信息系统的属性约简和规则提取方法，并建立不完备区间值信息系统上的不确定性度量指标，对其进行近似评价。对于不完备信息系统和区间值系统的研究已有较多的成果，但对于不完备区间值的研究并不多。不完备区间值系统更加具有普遍性，本文给出的属性约简和规则提取为以后的理论研究提供了良好的思路。