目前,指标体系的构建和综合评价方法的选取,尚且缺少系统而规范的指导;各种指标体系的构建方法和综合评价方法都各有其优、劣势,没有一种方法能有效地适用于各种类型的指标,能够客观、量化而又原理科学、简洁,因此,综合评价研究领域迫切需要导入新理论和新方法来解决这些问题。粗糙集理论,作为一种新兴的数据挖掘工具,其所特有的属性约简功能、属性重要度原理、规则生成原理以及客观、定量的数据挖掘能力,使之能与综合评价理论相结合,并在一定程度上解决综合评价理论及方法研究中存在的问题。本文系统地研究指标体系构建及其优化的思路与方法,解决指标体系构建中的难点问题并评价指标体系构建的优劣程度;研究粗糙集如何系统地应用于综合评价的全过程,如何将粗糙集的有利特性融入综合评价理论与方法,以更好地解决综合评价过程中的难点问题。根据课题实践的经验,本文提出了指标体系构建中的几个常见问题并给出了解决的思路和方法;为了检验指标体系构建的优劣程度,提出了指标体系构建的“优度”评价标准和具体的“优度”合成方法,以及基于“优度”的最优指标体系获取流程。基于粗糙集的属性约简原理,本文从不同的角度建立了基于粗糙集的指标筛选模型。针对指标体系信息不完备的特定问题,建立了基于粗糙集的指标体系空值处理模型。基于粗糙集属性重要性原理,建立了基于粗糙集的客观权重确定模型和主客观综合权重确定权重。为了更好地将粗糙集应用于综合评价的全过程,本文建立了基于粗糙集的综合评价流程及各步骤的实施方法,并选取同行评价专家科技信用评价进行实证研究。粗糙集能与其它多种理论和方法进行杂合,优势互补,共同用于综合评价。将粗糙集与可拓理论融合,建立了粗糙集可拓综合评价模型,并通过企业核心竞争力的实证研究来验证方法的准确性;将粗糙集和模糊集杂合,建立了基于粗糙集和模糊集的综合评价方法。并且,为了解决多种综合评价方法的选择问题,建立了多种综合评价方法选择的分辨矩阵模型。最后,为了实现结构化、方法集成化和智能化的综合评价,构建了基于粗糙集的综合评价专家系统框架,设计了专家系统的功能模块、总体框架及数据流转,以及信息库和推理机的配合。