粗集理论在经历了20多年的发展之后,已经在理论和应用上取得了丰硕的成果。它具有很强的分析能力,不需要数据之外的先验知识,成为处理不精确、不确定、模糊性知识的新的有力的数学分析工具。本文对粗集理论中信息系统的属性约简算法及应用进行了研究,提出了两个新的属性约简算法。本文的主要工作体现在:1.介绍了粗集理论的基本概念和不完备信息系统对粗集理论的扩展。2.介绍了知识的粒度和不完备信息系统的知识粒度,指出了粒度原有定义的不足,改进了粒度的计算公式。3.介绍了粗集理论中属性约简的有关理论,分析了各种已有的属性约简算法,提出了两个新的、可通用于完备信息系统和不完备信息系统的算法——基于粒度的信息表属性约简算法(BGIRA)和基于分类质量的决策表属性约简算法(BRDRA),并用实例证明了新算法的有效性。4.介绍了数据融合目标识别的有关理论、方法,应用新的属性约简算法BRDRA,对目标识别中可能存在的不完备情况进行了探讨。