经典粗糙集理论研究的对象是完备信息系统，完备信息系统中所有的属性值都已给定的且是单一的。然而，现实世界中的大量信息是不完备的，这些信息的属性值往往是未知的或是非单值的。在现实问题中，信息往往是偏好有序的，典型的例子是多准则决策问题。由于受到决策者偏好的影响，多准则决策问题中的条件属性值以及决策类别之间往往存在优劣关系，而不仅仅是可分辨的。所以，研究如何处理具有偏好有序特征的不完备信息成了粗糙集理论研究的一个重要方面。　　 区间值信息系统中一些对象的属性值是非单一的，而是包含一系列连续值的区间。对于不完备信息中遗漏语义下的属性值未知的情况，人们往往能确定属性的取值区间，所以可以用这个区间来表示属性值;对于不完备信息中属性值非单值的情况，如果它的多个属性值是连续的，可以以多个值所组成的区间来表示属性值。所以可以将不完备信息系统转化为区间值信息系统来进行处理，进而可以用区间值有序信息系统处理具有偏好有序特征的不完备信息。研究含有区间值有序信息系统具有重要意义。　　 本文利用粗糙集理论的研究方法，以具有偏好有序特征的不完备有序信息的研究为主线，研究了区间值有序信息系统的缺点，建立了一种基于概率的区间数有序信息系统来处理具有偏好有序特征的不完备信息。主要研究了其优势关系、粗糙集模型、对象排序以及知识获取等问题。取得以下研究成果:　　 分析了区间值有序信息系统在处理具有偏好有序特征的不完备信息时的缺点，建立了一种基于概率的区间数有序信息系统，它本身包含了属性值区间上的概率信息，进而定义了这种信息系统上的一种基于概率的优势关系。然后，本文定义了基于这种优势关系的粗糙集模型，并在这种信息系统上引入了基于对象在信息系统中的整体优势度的排序方法。　　 研究了包含单调递减偏好有序属性、单调递增偏好有序属性和非单调偏好有序属性的基于概率的区间数有序决策表及其优势规则;为了简化知识表示和获取较简单的优势规则，基于保持对象和优势规则有序性的原则，研究了基于概率的区间数有序信息系统和决策表的属性约简方法。