中国医学是中华名族的瑰宝,中药作为中医的主要依托,在中医理论中发挥了巨大作用。千百年来中国人民的健康问题基本上是靠着看中医、吃中药解决的。随着中医院信息化的建设,医院数据库中存储了大量的中医处方。因此,利用兴起的数据挖掘技术,将传统的中医处方和现代的信息处理技术相结合,可以在没有先验知识的情况下,对药材之间的关系和处方中蕴含的规律进行挖掘,该研究有良好的应用前景。本文介绍了基于关联规则的经典Apriori算法,分析利用并行思想改进的计数分布算法(CD算法)。针对传统算法的不足,提出基于矩阵的并行关联规则挖掘算法(PM算法),解决传统串行算法速度的瓶颈。和CD算法相比,PM算法可以更快的生成频繁项集。本文分析了传统的粗糙集属性约简算法,通过对其建模分析,提出了基于模拟退火的属性约简算法,并将算法运用到条件属性较多的决策系统之中。针对模拟退火算法的随机性,优化算法产生新属性集的过程,加快了算法的收敛速度。基于上述研究成果,结合中医院的实际需求,设计了一个中药处方分析系统,实现对药材与药材、病证与药材之间关系的挖掘。通过实际处方数据比较不同算法的有效性,验证了该中药处方分析系统可以提供一定的用药指导,并且可以提高药房的工作效率,具有较高的实用价值。