本文的主要研究工作来源于河南省教育厅重点科技攻关计划项目(No.14A520082)“直觉模糊粗糙蕴涵的构造研究及其在稳定控制系统中的应用”,河南省基础与前沿技术研究计划项目(No.132300410174)“区间值模糊蕴涵及其代数结构研究”和新乡市重点科技攻关计划项目(No.ZG14020)“直觉模糊粗糙近似算子的构造研究及其在决策和控制中的应用”。概率图模型是概率论和图论的结合,为智能信息处理领域中的不确定、复杂性问题提供了直观自然的解决办法。随着概率图学习理论和推理算法的不断完善,目前通过对大数据建立精确模型并实现推理的研究,使概率图在表示复杂知识的能力被广泛应用于风险评估、医疗诊断和模式识别等领域。三支决策作为一种符合人类认知的决策模式,包含了正域、负域和边界域,表示接受、拒绝和延迟决策对象的三个域。目前通过概率图和三支决策对智能信息处理逐渐成为各个领域的研究热点,现有的三支决策很少从推理的角度来确定条件概率并对其进行研究,本文在原有的基础上从推理方法入手,结合三支决策上的三个区间域,将概率问题拓展到决策领域进行研究,为不完备信息处理提供了更加全面合理的解决方案。本文的主要研究工作如下:(1)将不确定信息的推理问题,扩展延伸到决策领域,通过概率推理结合三支决策中的正域、负域和边界域,提出了基于概率推理推理的三支决策模型,并通过教学评估实例,来验证该模型的有效性。(2)在一般推理的基础上,考虑到代价函数为不确定值时的决策模型,结合概率图与三支决策理论,提出了基于模糊关系的概率图与三支决策模型,运用隶属度函数代替具体数值的代价函数,构建了新的三支决策模型,并用股票风险评估的实例,验证该模型的可行性。(3)在目标识别领域,将传统的概率图模型,扩展至三支决策模型,根据证据推理和三支决策的最小风险代价决策模型,提出了基于概率图与三支决策的证据推理模型,通过海上目标识别的例子仿真实验,来说明该模型的有效性。通过概率图与三支决策的一般模型、模糊关系下的概率图与三支决策模型和基于概率图与三支决策的证据推理模型的研究,丰富和完善了概率图与三支决策理论,并拓展了概率图和三支决策的应用范围。