属性约简是粗糙集理论研究的重要内容。传统的基于差别矩阵的属性约简方法只能处理一致决策表,改进的差别矩阵则可以对决策表中一致和不一致的对象分别做不同的处理,但改进的差别矩阵中的并不是每个元素都对属性约简起作用,即存在大量冗余元素,计算效率低下。浓缩差别矩阵的提出,一定程度降低了属性约简的存储开销,提高了约简效率。进一步地,浓缩布尔矩阵通过布尔代数的形式有效的解决了差别矩阵生成效率低的缺点。但大部分相关模型是建立在等价关系基础上的,不能提取有序信息。在此基础上,本研究的主要研究内容和贡献如下:一、针对不一致决策表,进一步改进了差别矩阵的约简方法。结合变精度的思想把部分不一致对象合理的加入到一致对象的集合中,从而增加了一致数据的信息量,提高了约简的质量,使用浓缩布尔矩阵有效的降低了约简的计算耗费。二、建立了基于浓缩优势矩阵的高效属性约简模型。把等价关系上的浓缩差别矩阵属性约简方法扩展到优势关系上,针对优势矩阵提出了浓缩优势矩阵的概念,并建立了相应的高效约简的模型。三、进一步提出优势关系下的浓缩布尔矩阵的概念,建立相应的属性约简方法。针对具有偏好值属性的不一致决策表,把等价关系上的浓缩布尔矩阵属性约简方法扩展到优势关系上,提出了优势关系下浓缩布尔矩阵的概念,通过布尔代数的形式有效的解决了优势矩阵生成效率低的缺点,进一步提高了优势关系下属性约简的效率。