信息系统属性约简和决策规则获取是粗糙集理论及模糊粗糙集理论的重要应用。模糊粗糙集理论,它是粗糙集和模糊集理论的结合,可以处理不确定的、模糊的信息。模糊关系在集值信息系统和实值信息系统中的应用,极大地减少了信息系统属性约简以及决策规则获取过程中的信息丢失。本文针对几类信息系统,基于模糊相容关系,研究属性约简问题,并提出一类新的模糊粗糙集模型。论文主要包括以下几个部分:第一章介绍模糊粗糙集理论以及信息系统属性约简的研究背景及研究现状,并说明文章组织和创新点。第二章回顾经典粗糙集模型和模糊粗糙集模型的基础知识,如相容关系、论域的覆盖、论域的划分以及模糊集、模糊关系等基本概念。第三章首先研究集值信息系统的约简问题。通过定义模糊关系矩阵的相似度,利用矩阵的取小运算和比较运算,给出基于模糊相容关系的属性约简的启发式算法。然后,研究集值决策信息系统的相对约简问题。根据相对约简的特点,对条件属性所确定的模糊关系矩阵进行改造,采用类似于计算集值信息系统约简的方法,给出求决策信息系统的相对约简的矩阵运算方法。该方法也适应于利用模糊关系刻画对象间相似度的其它类型的信息系统。第四章针对模糊决策实值信息系统,提出决策区间支持集的定义,并基于决策区间支持集定义两类相对约简:基于模糊相容关系的相对约简和基于最大相容类的相对约简。对于第一类相对约简,给出区分函数计算方法和启发式算法;对于第二类相对约简,给出区分函数计算方法,并利用第二类相对约简进行决策规则的优化。最后,讨论这两类相对约简之间的关系。第五章在模糊覆盖近似空间中,给出对象的基于模糊相容关系的模糊β-邻域的概念,利用模糊b-邻域提出一类新的模糊粗糙集模型,并讨论新模型所满足的性质。最后,基于新模型,在集值决策信息系统中给出相对约简的定义。