1、粗糙集理論是由波蘭數(shù)學(xué)家Pawlak于1982年提出的一種數(shù)學(xué)理論，能夠分析處理不完備數(shù)據(jù)，其主要特點是在不改變分類能力的情況下，通過剔除冗余的信息來獲得知識的屬性約簡，進而導(dǎo)出問題的決策規(guī)則。粗糙集數(shù)據(jù)分析的特點是無需提供所給數(shù)據(jù)外的任何先驗假設(shè)，只利用所給數(shù)據(jù)作出決策。隨著粗糙集理論的發(fā)展，現(xiàn)已在很多領(lǐng)域得到成功應(yīng)用，尤其近年來在農(nóng)業(yè)領(lǐng)域的應(yīng)用尤為重要。
　　粒計算是當(dāng)前人工智能，特別是智能信息處理領(lǐng)域非常活躍的研究方向，它模

2、擬人類思考模式，以處理大規(guī)模復(fù)雜數(shù)據(jù)和信息等建立有效的計算模型為目標(biāo)。粒計算的特點是在于尋求在某個合適的粒度層面下用近似方法來解決復(fù)雜問題。在現(xiàn)實生活中，人們常從不同粒度層面去觀察對象或處理數(shù)據(jù)，在不同粒度層面下選擇合適的決策系統(tǒng)和對應(yīng)的決策規(guī)則是智能信息處理中的重要研究課題。
　　針對具有多粒度標(biāo)記的不完備信息系統(tǒng)的知識獲取問題，本文以粒計算為基礎(chǔ)提出了不完備多粒度決策系統(tǒng)的粗糙集知識獲取方法。首先，回顧了不完備信息系統(tǒng)、粗糙集