粗糙集理论是一种分析处理不完整、不精确、不一致信息与数据的数学理论方法。它是一种不需要额外信息的处理不确定信息的知识发现的数学理论。粒计算是研究多层次粒度结构的问题求解方法、思维方式、信息处理模式及其相关技术的学科。粗糙集作为粒计算的一种重要的理论模型,两者存在许多共通性和差异性。通过研究这两种理论,旨在使粗糙集理论在粒计算思想得到拓展,又可以让粒计算理论得到深入的研究,以形成完善的粒计算理论。本文通过深入研究粒计算及其重要的理论模型粗糙集理论,对比其共同性和差异性,以二进制粒构成粒矩阵为基础,深入研究了粒矩阵模型及其运算,完善了粒矩阵关系运算,提出了相容粒矩阵和覆盖粒矩阵的概念并分析了其特性。然后利用覆盖粒矩阵的思想,研究了覆盖粒矩阵下的覆盖粗糙集特性,拓宽了覆盖粗糙集的研究思想。其次,为了将大规模数据进行数据浓缩和删减,以提高数据的可用性,和决策挖掘的高效性。本文深入研究了属性约简算法和规则挖掘算法。在属性约简算法中,文中为了解决决策表属性约简问题,提出了动态粒矩阵商的思想,并将其应用于属性约简算法中。并且针对实际生活中,大量数据系统都可能存在不完备和缺失信息的情况,利用相容粒矩阵模型,将其应用于不完备信息系统中,成功处理了不完备信息系统的属性问题。探索了在不同信息粒度情况下对属性集进行属性约简,优化数据预处理的方法。最后,为了实现在规则挖掘上的突破,以及将粒计算中的粒层次结构应用于实际问题解决,提出了基于标志粒矩阵的直线型粒结构,以及提出了基于直线型粒结构的规则挖掘算法。本文的创新点如下：(1)在粒计算的模型中,在粒矩阵的基础上,提出了相容粒矩阵和覆盖粒矩阵的思想,并且分别给出了对应矩阵的近似表示法。在覆盖粒矩阵的基础上提出一种基于覆盖粒矩阵的粗糙集。并且深入研究了基于覆盖粒矩阵的粗糙集的特点和相关性质。同时,给出了覆盖粒矩阵的覆盖约简算法,并用算例进行了分析论证。(2)其次深入研究了粒计算属性约简算法。主要从决策表和不完备信息系统这个角度来研究属性约简算法。在决策表的属性约简中,利用Pawlak粒矩阵,提出了粒矩阵商和动态粒矩阵商的思想。并给出了基于动态粒矩阵上的决策表属性约简算法。在不完备信息系统中,从相容关系的角度,提出了相容粒矩阵以及其相与运算方法。并利用相容粒矩阵,提出了基于相容粒矩阵的不完备信息系统属性约简算法。算法都给出了理论证明,算例分析和实验对比论证以验证算法的有效性和可行性。(3)在规则挖掘方面,通过标志粒矩阵的思想,构建出基于标志粒矩阵的直线型粒结构,并给出了此直线型粒结构的性质和特点。并且根据直线型粒结构,提出了基于直线型粒结构的规则挖掘算法。算法通过理论分析证明是可靠健壮的。通过理论分析证明该方法是可靠健壮的。