信息系统知识约简和知识发现是粗糙集理论的重要研究方向,不可区分关系是粗糙集理论的基础,用来刻画信息系统中对象的相似性,决策系统针对特定概念的约简相对于整体约简可以获得更简洁的决策规则。粗糙集作为一种处理不确定性问题的数学工具,属性约简受到了学术界广泛关注。本文主要研究工作如下:1.针对λ约简设计了一种基于区分矩阵中属性频率的启发式约简算法,降低约简计算的复杂度,通过实例验证了所提出算法的可行性与有效性;刻画了λ约简与最大分布约简、分布约简之间的相互关系,证明了λ协调集是最大分布协调集,也是分布协调集。2.借助粗糙上近似算子,讨论了决策系统中,特定决策类的上近似约简概念,针对这种约简标准给出了需要区分对象的条件,借助区分函数给出了约简计算方法;分别从核、边界、使用属性出发,讨论了基于特定决策类的上近似约简与分配约简之间的一些关系;刻画了分配约简、基于特定对象的分配约简以及针对特定决策类的上近似约简之间的相互关系,可以通过分配约简构造基于特定对象的分配约简以及特定决策类的上近似约简,也可以通过特定决策类的上近似约简构造基于特定对象的分配约简。