粗糙集理论是八十年代初由波兰数学家Z.Pawlak提出的一个分析数据的数学理论,粒度计算是近年来新兴的一个软计算方法。本文以当前人工智能中十分活跃的研究领域——粗糙集理论和粒度计算理论为基础,对粗糙关系数据库和关系数据库理论中的一些基础理论和应用问题进行了系统深入的研究,所取得的成果主要如下:以粗糙数据分析技术为工具,对关系数据库理论和粗糙集理论之间的关系进行了系统的研究,阐述了粗糙集理论之所以能运用到关系数据库中的问题。利用粗糙集原理和关系数据库理论对粗糙关系数据库的数据查询机理进行了讨论。首先对粗糙关系数据库模型及其粗糙关系操作算子进行了分析和完善,并且把粗糙关系数据库模型和普通关系模型进行了比较,然后以此为基础研究了基于粗糙集理论的粗糙关系数据库的查询方法——粗糙数据查询,最后分别从精确查询、粗糙完全查询和粗糙组合查询这三方面进行了讨论。本文的创新点有:从粒度计算的角度对粗糙集理论的属性约简进行了研究,并在此基础上提出了两种新的属性约简算法,同时还对算法复杂度作了简单的分析。对于当前的聚类方法进行简单分析讨论,然后针对多数聚类算法只能单独处理数值特征数据或者类属特征数据,而不能分析具有两种混合属性数据的问题,基于信息粒度提出了粗糙集理论框架下的聚类算法,实验表明该方法具有可行性和高效性。