概率论研究的对象是“随机不确定”现象，着重于考察“随机不确定”现象的历史统计规律，即考察具有多种可能发生的结果之“随机不确定”现象中每一种结果发生的可能性大小。其出发点是大样本，并要求对象服从某种典型分布。
模糊集理论是经典数学的推广，着重研究“认知不确定”问题，其研究对象具有“内涵明确，外延不明确”的特点。解决问题的方法主要是凭经验，借助隶属函数进行处理。
粗糙集理论是一种处理不确定和不精确性问题的数学工具，也是解决“认知不确定”问题，用已有的知识对事物现象做最接近的描述，即描述集合之间的不确定性。而模糊集理论是描述集合内部元素的不确定性。粗糙集理论作为一种处理不精确、不一致、不完整等各种不完备的信息的有效工具，能够直接对数据进行分析和推理，从中发现隐含的知识，揭示潜在的规律，与其他处理不确定性问题理论的方法相比较，最显著的区别是它不需要提供问题所需处理的数据集合之外的任何先验知识，而且与其他不确定性理论有很强的互补性。
本书包含了，绪论、不确定性理论基础、不确定性预测方法、不确定性决策方法等四章内容。
展开
