属性值缺省是复杂数据的主要特征之一,这种数据构成的数据表称为不完备信息系统。如何从不完备信息系统发现知识是数据分析领域的热点与难点。粗糙集的扩展模型已受学者广泛关注,且在针对非完备信息系统的知识获取方面取得了一定的进展。本文面向广义不完备信息系统,构建粗糙集和决策粗糙集扩展模型,并对其数学性质及相互关系展开研究。主要内容包括:面向不完备序信息系统,在局部程度粗糙集和局部概率程度粗糙集的基础上,从双相对量化信息的角度构建基于优势关系的局部双相对量化决策粗糙集模型(LDrq-DTRS),给出相应的决策规则,并研究所提模型的数学性质。此外,讨论不同参数关系下,两种LDrq-DTRS模型之间局部正域、负域、边界域的关系变化,以及它们与优势粗糙集模型之间的内在联系。面向广义不完备信息系统,从绝对量化信息与相对量化视角,将基于极大相容块的程度粗糙集和决策粗糙集结合,提出两种基于极大相容块的双量化决策粗糙集模型(MCB-Dq-DTRS),讨论所提出的粗糙集模型的数学性质。在不同参数关系下,探讨两种模型与极大相容块粗糙集模型之间的内在联系,以及它们的容错能力。