在实际问题中,由于决策者的失误、信息缺失等原因,我们所面临的序信息系统是不协调的,或者是不完备的.如何利用基于优势关系的粗糙集理论挖掘隐藏在复杂序信息系统中的知识是非常有现实意义的.本文主要研究复杂序信息系统的属性约简和规则获取问题,其主要工作如下：(1)研究了不协调序决策信息系统的下近似约简问题,定义了属性重要性的新指标,提出了以该新指标为启发式信息的下近似约简算法,并将该算法在UCI数据集上进行实验,实验结果验证该算法是有效的.(2)为了保证不协调序决策信息系统原有的协调性,本文结合优势原理,定义了形式更简单并且能更好的反映系统协调性的广义分配函数,提出了广义分配约简的概念,并给出了广义分配约简的差别矩阵约简方法.(3)分析不完备序信息系统中已有的各种优势关系的局限性,本文结合概率分布原理,即根据属性值的分布情况,提出了β优势关系,该关系能够比较论域中任意两个对象的优势关系.同时给出了基于β优势关系的近似约简及其约简的差别矩阵方法.(4)在广义不完备序信息系统中给出了α程度优势关系的定义,提出了以基于α程度优势关系的粒度熵为启发式信息的属性约简算法,最后通过实例验证了该约简算法是有效的.(5)在不完备序决策信息系统中,提出了从下近似集中获取对象的"at least"和"at most"确定决策规则,从边界域集中获取对象的"at least"和"at most"可能决策规则,实例说明该方法能够获取系统的决策规则.