由于粒度计算的初衷就是解决复杂问题,而实际的复杂问题往往是用精确的数据所无法描述的,因此研究模糊化的粒度计算是不可避免的发展趋势。通过对它的研究,可以更好地揭示不同粒度计算模型之间的内在本质特征。模糊商空间理论是模糊粒度计算的一个重要分支,能够很好地体现人们解决不确定性问题时的一些特征。本文把模糊商空间理论中的两个等价的叙述修正并扩展为三个。利用商空间X(λ)的距离函数,给出了新的模糊λ商空间的定义及其一些基本概念与性质,避免了定义新的模糊等价关系,从而更加直接地继承了模糊商空间理论。把模糊粗糙近似空间的信息量拓展到模糊λ商空间,特别地,当模糊等价关系具体为精确等价关系时,该信息量就是粗糙集理论中的香农熵。给出了模糊λ商空间下的模糊信息系统约简条件,使模糊粗糙集的属性约简在模糊λ商空间下同样能实现。针对传统粗糙集对连续属性直接离散化容易造成信息缺失和不能对模糊属性处理的问题,提出了基于模糊λ商空间的两个启发式属性约简算法,对离散值域和混合值域决策系统均能有效地求出相对约简,扩大了模糊λ商空间的应用范围。在此算法中人们可以根据实际决策需要和领域知识对阈值λ进行更改,取得令人们满意的属性约简。最后通过实例和理论分析论证了算法的有效性和优越性。