中文摘要：

直觉模糊集能客观、灵活描述对象特性，而粗糙集能有效处理不确定信息，将二者结合的直觉模糊粗糙集理论正成为国际粗糙集研究领域的崭新方向。本课题以直觉模糊信息系统为研究对象，以粗糙集、信息熵和粒模型等为手段，系统研究直觉模糊信息系统知识的表示和不确定性度量、知识约简、规则获取及其应用问题。主要内容有（1）研究直觉模糊信息系统的不确定性度量，以揭示直觉模糊情形下知识的本质特征；（2）研究优势直觉模糊信息系统粒度模型，为实现直觉模糊环境下的粒计算奠定基础；（3）研究优势直觉模糊粗糙集模型、决策粗糙集模型及知识约简理论和方法，是对粗糙集理论的进一步丰富和发展；（4）研究优势直觉模糊奇异规则提取方法，是对直觉模糊粗糙集理论的补充；（5）研究基于优势直觉模糊粗糙集的信息系统安全审计风险判断方法，不仅可增强直觉模糊粗糙集理论的实用性，而且可为信息系统安全审计风险的有效判断提供理论依据和科学合理的决策支持。

结论摘要：

本项目以直觉模糊信息系统为研究对象，以粗糙集、信息熵和粒模型等为手段，系统研究直觉模糊信息系统知识的表示和不确定性度量、知识约简、规则获取及其在信息系统安全审计中的应用问题。主要研究成果包括 1、研究了直觉模糊近似空间中粒的表示、运算和结构；通过扩展模糊近似空间的粒度、信息熵、粗糙熵和香农信息熵，定义了直觉模糊粒度、直觉模糊信息熵、直觉模糊粗糙熵和直觉模糊香农信息熵来刻画直觉模糊粒的粗糙性和不确定性；并在多粒度视角下，提出了新的不确定性度量和层次结构。 2、研究了区间直觉模糊近似空间中粒的表示、运算及不确定度量。通过定义新的信息粒、信息熵、条件熵、互信息来刻画区间直觉模糊粒的不确定性。 3、研究了优势直觉模糊粗糙集模型及算法。分别针对条件属性取直觉模糊值，决策属性取优势直觉模糊值和精确值的两类决策系统，提出了两类直觉模糊粗糙集模型，并研究了知识约简和规则提取算法，并将理论研究结果应用于信息系统安全审计风险评估规则的获取。 4、研究了多粒度直觉模糊近似空间的三类粗糙集模型，讨论了该模型的基本性质和知识约简，并给出了第一类多粒度直觉模糊粗糙集的知识约简的矩阵算法。 5、提出了一种基于粒度特征的代价敏感序贯三支决策算法。该算法模拟一种人脸识别的人类直观决策思想，即从粗粒度到精确粒度的序贯决策策略。仿真实验验证了所提出方法的有效性。 6、编程实现三类直觉模糊决策系统的直觉模糊规则获取算法，最后将直觉模糊粗糙模型应用于信息系统安全审计评价规则的自动获取，得到了较为合理的评价规则。