粗糙集理论是波兰数学家Z. Pawlak于1982年提出的一种处理不精确、不确定性问题的数学工具,已在机器学习、模式识别、决策分析、过程控制、数据挖掘等众多领域获得成功应用。Pawlak粗糙集理论是以等价关系为基础建立的。为了推广粗糙集理论的应用范围,人们对Pawlak粗糙集模型进行了多种形式的推广,覆盖粗糙集模型是其中一种重要的推广形式。本文以覆盖粗糙集模型为工具,研究覆盖决策系统的属性约简理论、方法以及约简算法。本文作了如下两方面的研究工作：1.讨论了协调及不协调覆盖决策系统的基本性质,针对文献[14]中的覆盖近似算子,设计了基于信息熵的协调覆盖决策系统的两种约简算法,通过实例验证了算法的合理性。2.借助完备信息系统中的广义分体学术思想,构造了不协调覆盖决策系统的属性区分矩阵,并给出了基于广义分体思想和区分矩阵的不协调覆盖决策系统的属性约简方法,设计了相应的约简算法。另外,与其它基于区分矩阵的约简算法进行分析比较,说明了本文给出的算法的优越性。