随着大跨空间钢结构建筑的迅速发展,人们在结构设计与建造等方面积累了丰富的可供借鉴的实例,另一方面现代结构工程学的发展使高效的应用这些实例中所蕴含的信息成为可能,而这正好解决了大跨空间钢结构方案设计这一知识相对贫乏的工程问题。基于此,本文针对大跨空间钢结构方案设计知识获取的问题,采用粗糙集理论作为算法的基础,研究了其在结构智能方案设计知识发现系统中的应用。其主要内容包括:1.详细的阐述了知识发现的核心步骤—数据挖掘的基本知识,通过与其他方法的对比说明了粗糙集理论的优势。通过分析建立了适应粗糙集理论的大跨空间钢结构选型的因素体系模型和结构体系模型。2.对粗糙集的基本知识进行了介绍,确定了其在数据挖掘中的应用过程。并通过对具体实例的计算说明了应用标准粗糙集理论进行大跨空间钢结构选型数据挖掘的详细过程,指出了标准粗糙集理论对原始数据的依赖性问题。3.为了在大跨空间钢结构选型时在一定程度上解决原始数据的依赖性问题本文分析了概率粗糙集理论,研究了利用信息熵的方法进行了属性约简的过程,并在规则的提取时采用了Bayes决策方法,比较了概率粗糙集与标准粗糙集的异同。4.针对了大跨空间钢结构选型时可能遇到的信息不完备的情况进行了相关的讨论,并给出针对属性缺失严重时的赋值容差关系处理方法;属性缺失不严重时的基于随机集的数据补全方法。5.在Microsoft SQL Server2000的开发环境下建造实例库,在Delphi7.0的开发环境下建造实例库的管理系统,管理系统主要功能包括数据录入、修改、删除、查询和统计。