属性约简是粗糙集理论研究的重要内容之一。它是在保持信息系统分类能力不变的情况下,删除其中不重要的和冗余的那些属性,同时提取出信息系统的重要信息。论文在经典粗糙集理论基础上,定义了一个相容样本集的概念,并证明相对正域和相容样本集之间的等价关系,以此给出了约简过程中属性集和原信息表是否具有相同分类能力的判定定理;同时根据边界域定义了条件属性的重要性,进而给出了一种属性约简的计算方法。该方法包括相容样本集的计算,属性核的求取和属性的约简。在属性核的计算中,给出了判断属性是否为核属性的判定定理;在属性约简中给出了判定属性约简的定理。分析表明该方法在属性核的计算上获得了较低的时间复杂度;由于引入了相容样本集的概念,使得该约简方法不仅适用于相容的信息系统,还可用于不相容的信息系统。通过仿真实验和应用表明,该方法取得了较为满意的约简结果,能有效应用于决策判断。最后为了粗糙集理论能更好的适用于不完备系统,对目前粗糙集理论模型进行了扩充。建立了一种k等价度容差关系下的粗糙集模型。通过性能分析说明该模型具有很好的灵活性,得到的结果也更加符合实际情况。为下一步在不完备系统上的属性约简及规则提取打下了基础。