粗糙集理论是数据挖掘的一种重要方法,它引入了Shannon的信息论测度来度量不确定性。就条件熵而言,它们从多个切入点广泛应用于粗糙集理论,而不确定性度量和约简构造仍然是两个基本问题.现有的局部条件熵具有二阶特征和应用局限性,缺乏条件粒化来限制其不确定性度量的功能.本文通过改进层次的粒化,建立了基于三层结构(即微观底层、中观中层、宏观高层)的双粒条件熵,并研究了相关性质.本文内容如下:首先,根据决策表及其决策分类,利用双条件粒系统改进局部条件熵,在微观底层提出双粒条件熵,作为层次发展的基础.通过对连续的粒求和积分,微观底层的双粒条件熵分层次地演化为中观中层、宏观高层,分别具有部分的和完全的条件粒化.然后,在三个对应的层次上分别得到双粒条件熵的数量分布、计算算法、三个边界和粒化非单调性的性质.其中,运用放缩双粒条件熵权重系数的方法得到一个上界和一个下界,利用凸函数的性质得到另一个上界.最后,通过一个决策表实例说明双粒条件熵及其相关性质,并采用3类数据集有效地验证了双粒条件熵的层次结构和所获得的性质.双粒条件熵具有二阶特征和层次结构,深化了经典熵系统和局部条件熵,成为信息处理和知识推理的新的不确定性度量.