区间直觉模糊集是用区间数的形式来表示隶属度、非隶属度和犹豫度，但由于隶属度、非隶属度、犹豫度一般是专家依据经验给出的，往往带有较强的主观性.粗糙集在处理模糊性问题时依赖于知识库，反映知识的模糊性比较客观.这两种理论在处理不确定和模糊问题过程中具有很强的互补性.随着数据库技术的不断发展.面对大量的、模糊的、复杂的信息，如何刻画这些不精确信息，已成为人们越来越关注的问题.本文从区间直觉模糊粗糙集、直觉模糊信息粒度和区间直觉模糊信息粒度展开研究，获得的主要研究成果如下：　　 一、利用区间直觉模糊蕴涵算子，把基于蕴涵的直觉模糊粗糙集的概念推广到区间直觉模糊环境下，给出了区间直觉模糊近似空间的概念及(I，J)-区间直觉模糊粗糙集，即将粗糙集与区间直觉模糊蕴涵算子结合起来研究，探索了(I，J)-区间直觉模糊粗糙集的基本性质。　　 二、定义了直觉模糊信息粒度，研究了直觉模糊信息粒度的性质.重点探究了在区间直觉模糊信息系统上，区间直觉模糊粒结构的交、并、差、补等四种运算；提出了区间直觉模糊粒结构上的三种偏序关系，并建立了它们之间的联系.最后，定义了区间直觉模糊信息粒度和区间直觉模糊信息粒度的公理化，并研究它们的性质。