近年来,信息技术的飞速发展,使得各行各业的信息系统中都积累了大量而丰富的数据。时态数据是其中重要的一类,它大量存在于新闻系统、医疗信息系统、交通系统等应用领域,且在时态数据挖掘、时态知识以及时空信息处理等众多研究领域扮演着越来越重要的角色。不确定时态信息是时态信息中的重要内容,作为时态领域和人工智能领域的研究热点而逐渐被人们所知。不确定时态信息的处理是语义理解、时态规划、不确定时态逻辑、时态数据挖掘以及时空信息处理等领域的核心问题,也是人工智能领域和自然语言处理领域的研究对象。不确定时态信息包含了不确定的修饰介词和具有粒度属性的时间点、区间和跨度,属于没有先验知识的不精确的概念。如何让计算机理解这些基于语义的不确定时态信息,处理其不确定语义,对其进行近似计算,构建其通用的时态粒度模型并探讨其定性和定量的时态关系,是当前时态信息处理领域的难点。针对不确定语义造成的时态不确定性与多样性问题,提出了对不确定语义进行转换的思想,将其转换为邻域或区间,成为可计算问题；结合时态的粒度属性与不确定的语义,给出了不确定时态粒点、粒区和跨度的形式化描述,不确定时态元素因此可参与运算；针对不确定时态的结构,借助了区间集和粗糙集将时态元素在离散状态下进行重构,采用下近似和上近似的思想明确划分了不确定时态中的确定元素和不确定元素；进而给出了不确定时态粒点、时态粒区和跨度的近似精确度计算方法,并给出相关示例进行说明。针对不确定时态的建模问题,从时态的不确定语义出发,结合时态粒度的约束,提出不确定时间点、区间和跨度的元组化模型；并对不确定时态进行泛化处理,为不确定时态关系的探讨,提供了前提。针对不确定时态关系问题,在泛化处理的基础上,从定性和定量两个角度对不确定时态关系进行了探讨,并着重对复杂交叠的、有多种可能性的时态关系进行了定量计算,且证明了其完备性。用示例的形式表示并处理了医疗信息系统中的不确定时态信息。特别的,对于不确定时态跨度,结合时态区间数给出了不确定时态跨度间的运算及语义还原方法,有效地处理了不确定时态跨度间的复杂运算,包括数乘、加法和减法等操作。论文的主要创新点在于：(1)针对多样化的不确定语义,进行了相应的转换并归类,使得不确定时态可以参与运算；(2)对不确定时态进行了重构,提出了不确定时态的近似精确度计算方法；(3)构建了不确定时态的元组化模型,对不确定时态进行了泛化处理,使其时态关系的探讨具备前提；(4)定性的描述了不确定时态关系,在此基础上对其中复杂交叠的时态关系进行了定量的探讨,给出了定量描述方法,并进行了完备性证明。特别的,针对不确定时态跨度,提出了一套近似运算方法,处理了不确定时态跨度间的运算。