1、當今社會己經(jīng)進入了網(wǎng)絡信息化時代，計算機與網(wǎng)絡信息技術的快速發(fā)展使得各個相關領域的數(shù)據(jù)和信息急劇增加，并且由于人類的參與使數(shù)據(jù)與信息系統(tǒng)中的不確定性更加顯著。如何從大量的、雜亂無章的、強干擾的數(shù)據(jù)中挖掘潛在的、有利用價值的信息，這給人類的智能信息處理能力提出了前所未有的挑戰(zhàn)。 在粗糙集理論研究的諸多方面中，對信息系統(tǒng)的約簡、求解最小約簡不但是粗糙集理論研究中涉及到的基本問題，而且也是最為關鍵和棘手的問題。大部分傳統(tǒng)的粗糙集方法沒

2、有與數(shù)據(jù)庫系統(tǒng)結合起來，使得粗糙集理論很難適應于現(xiàn)實的數(shù)據(jù)庫規(guī)模，因而研究基于數(shù)據(jù)庫環(huán)境下的高效、快捷的屬性約簡算法是該理論研究的現(xiàn)實課題之一。 本文簡要介紹了屬性選擇問題和粗糙集模型，并分析研究了基于粗糙集模型的屬性選擇算法。由于傳統(tǒng)的粗糙集模型沒有與關系數(shù)據(jù)庫系統(tǒng)結合，該模型許多計算的基本操作都是在文件上進行的，沒有利用高性能的數(shù)據(jù)庫集合操作。而基于數(shù)據(jù)庫系統(tǒng)的粗糙集模型在關系代數(shù)的基礎上對核屬性和約簡進行重新定義，從而利用