随着科学技术的发展,特别是计算机、工业、网络等的飞速发展,使得全球商业、医疗、工业、金融和生活娱乐等各领域的数据和信息量呈指数增长。因此,对这些具有不确定性的海量数据进行归纳、总结,科学有效的发现其隐含的有价值的知识,已成为智能信息处理研究中一个极为重要课题。多粒度粗糙集理论作为一种能有效处理不确定问题的粗糙集拓展理论,它利用粒计算和粗糙集理论通过多个粒度空间来近似刻画目标决策,从更精细的角度处理不确定性问题。多粒度粗糙集理论已广泛应用于特征选择、决策分析、医疗诊断等领域。为探索多粒度粗糙集理论对含有灰色信息的不确定问题的知识获取,拓展多粒度粗糙集理论的应用范围,本文以含有灰色信息的不确定信息系统为研究对象,结合灰色系统理论和多粒度粗糙集理论进行了相关的研究,论文主要工作及创新点如下:1、针对处理含有灰色信息的不确定问题,本文结合灰色系统理论,定义了灰色粒度结构,提出了一种乐观型灰色多粒度粗糙集模型和一种悲观型灰色多粒度粗糙集模型,并研究了这两种模型的相关性质,在此基础上进一步研究了一种基于悲观灰色多粒度粗糙集下近似的属性约简算法,并通过实验验证了该算法的有效性,该模型拓展了多粒度粗糙集的研究范围。2、为有效处理含有灰色信息的不确定问题,本文采用一个阈值来控制需要满足包含条件的灰色粒度结构的个数,从而提出了一种变精度灰色多粒度粗糙集模型,并研究了该模型的相关性质以及该模型与乐观灰色多粒度粗糙集模型和悲观灰色多粒度粗糙集模型之间的关系,然后基于该模型,提出了一种基于变精度多粒度粗糙集下近似的启发式属性约简算法。实验结果表明,该模型对处理灰色系统具有很好的适用性,进一步拓展了灰色多粒度粗糙集理论的研究。3、针对不一致灰色决策系统的属性约简问题,提出了一种基于变精度灰色多粒度粗糙集的分辨矩阵属性约简方法,该方法定义了一种基于变精度灰色多粒度粗糙集近似分布的一致灰色决策系统转换模型和一种决策置信系统转换模型,将不一致灰色决策系统转换为一致决策置信系统,并通过变精度灰色多粒度粗糙集的分辨函数进行属性约简。理论分析和实验结果表明,该属性约简方法对处理不一致灰色决策系统具有有效性,进一步拓展了灰色系统理论与多粒度粗糙集理论对不确定问题的研究。