在20世纪80年代末期人们就意识到,信息系统中的信息量积累越来越大,以至造成信息爆炸的危险。信息系统约简主要是使信息量减少,将一些无关或多余的信息丢掉而不影响其原有功能。粒计算理论是上个世纪70年代由模糊集创始人美国学者L.A.Zadeh首先提出,用来解决现实世界中信息的不连续性问题。目前,粒计算已经成为Rough集理论研究的一个热点,它为Rough集理论在数据约简的应用中将发挥重要作用。 本文主要针对Rough集理论本身以及粒计算理论进行了研究,并对Rough集理论和粒计算理论在数据约简的应用中作了有意义的探索。本文的创新之处在于:1)提出了基于二进制粒计算的数据约简算法。2)以粒计算理论为依据在一国外经典的汽车数据库中进行数据约简,提取出合适的决策规则。 全文共分为五个部分:第一部分讨论了数据挖掘的概念、数据挖掘的过程、常用到的一些技术和工具以及目前研究的热点和未来研究方向。第二部分讨论了Rough集基本理论、Rough集的拓广模型以及目前研究现状和前景。第三部分讨论了粒计算理论的基本概念、词计算、基于Rough集的粒计算、粒推理以及二进制粒的表示和计算,最后对粒计算的研究现状进行了概述和展望。第四部分讨论了基于粒计算的数据约简、提出了基于二进制粒计算的数据约简算法,最后简述了二进制粒计算研究的难点。第五部分讨论了基于粒计算数据约简的应用。