粗糙集理论是Pawlak提出的一种可以处理不确定、不精确问题的有效工具,它的应用是建立在一个等价关系的基础上的。事实上,优势关系是等价关系的一个推广,相应地,序信息系统是经典信息系统的一个推广,而相较于等价关系,优势关系可以更好的处理现实生活中遇到的关于有序性的问题。本文是在序信息系统中,结合粗糙集理论,建立了序信息系统中基于粗糙集理论的证据获取与合成模型,并从近似算子的角度出发,研究概念基于不同近似算子的不确定性问题。主要创新点如下:1.在序信息系统中,从证据理论的角度出发,结合粗糙集理论,提出了一种新的证据获取与合成方法,建立了序信息系统中基于粗集的证据获取与合成模型,最后结合实例分析了本文方法的合理性和有效性,并给出了本文所建模型相较于其他模型的优点。2.在序信息系统中,从粗糙集角度出发,考虑不同上、下近似算子的定义方式,构建了四型合理的不同上、下近似算子及其相应的不确定度量,并研究了基于不同近似算子的不确定度量在度量不确定性时的合理与否问题,进一步对序信息系统中基于各对近似算子的可以合理的作为不确定性度量的四型相应度量之间的关系进行了分析研究,最后用实例验证了得到的结论的正确性与合理性。