摘要： 粗糙集理论是一种新的处理模糊和不确定性知识的软计算工具，在人工智能及认知科学等众多领域已经得到了广泛的应用。对于不完备信息系统，目前也有了多种扩充方法，如基于容差关系、基于相似关系和基于限制容差关系等的扩充。但是，这些扩充也都存在一些局限性。本文用集对分析的方法，定义了一个集对α相似限制容差关系，提出了一种基于限制容差关系的集对粗糙集模型。这种模型是限制容差关系的扩充粗糙集模型的推广和改进，既保留了原有扩充模型的优点，又可以通过对相似程度α的调节和控制，在保证这种容差类划分的准确性的同时，增加了其灵活性，

关键词: 限制容差关系 粗糙集模型 不完备信息系统 不确定性知识 粗糙集理论 计算工具 认知科学 人工智能 相似关系 集对分析 扩充模型 相似程度 局限性 准确性 灵活性