本文在泛系理论的基础上,介绍了泛权场粗糙集模型,提出了粗糙集中规则提取的新方法一用图的匹配提取信息表中的规则。并将基于泛系的泛权场粗糙集模型应用到具体学科中。研究泛系尺度和序关系转换,分析了宏观序和半半序之间的关系。结合泛尺度,给出了宏观序和半半序之间转化的实质。从新的角度对计算机科学中一些原有知识进行了重新的认识,深化了它们之间存在的观控思想、辩异同思想以及形影关系。为我们在认识复杂的计算机系统方面寻求理论上的支持关系。为进一步研究、探索新的算法打下基础。本文主要工作及贡献如下:首先,介绍了粗糙集理论的基础知识,将信息表规则提取和图的匹配联系起来,分析了泛权场粗糙集模型及其从泛权场到泛权网的转化,进而用图的匹配来提取规则,提出了一种规则提取方法。其次,将基于泛系的泛权场粗糙集模型应用到具体学科中,探讨了计算机科学中存在的泛权场问题,重新对计算机科学中的一些观点进行认识。最后,从泛系本体论和认识论的角度,介绍了泛系尺度、物理世界固有的尺度特征和各种序关系。进一步从尺度转化的角度解释了宏观序和半半序形成转化的本质。从泛系系统转化角度对计算机科学中的一些序关系重新进行了认识,总结出相应的泛系模式。为新算法的进一步研究、设计奠定了基础。