目前粗糙集理论的一个主要研究内容是不完备决策信息系统(IDIS)粗糙集模型及其属性约简。为了获取不完备决策信息系统中的潜在知识，在分析现有模型不足的情况下，借助粗糙集理论不需要任何先验信息的优势，本文在IDIS中建立了两种新的粗糙集修正模型:一是通过定义改进的对象间差异度的概念，结合限制容差关系的优点，提出了一种改进的对象间差异度的限制容差关系粗糙集模型;二是针对现行改进的完备容差关系的不足，定义了一种新的完备容差关系，进而建立了一种新的完备容差关系粗糙集模型。　　属性约简算法是粗糙集理论研究的重要内容之一，它是在保持知识库分类能力稳定的条件下，删掉其中那些冗余的条件属性,通过属性约简能够从特征信息中索取有用的信息，这样可以简化知识处理过程。基于差别矩阵属性约简方法思想直观、简单且容易理解的优点，结合本文所提出的两种新的粗糙集修正模型，分别给出了两种不同的差别矩阵属性约简方法，即基于划分决策类的压缩差别矩阵约简算法和基于决策类的简化的二进制差别矩阵约简算法。最后通过实例验证了新模型下算法的有效性和可行性，同时讨论了阈值的不同对属性约简结果的影响情况。