粗糙集理论是由波兰数学家Z．Pawlak在1982年提出的，是继概率论、模糊数学、证据理论之后又一种处理不确定性信息的有效数学工具。该理论的特点是不需要任何先验知识，或任何附加信息，就能有效地分析和处理不精确、不完整和不一致的信息。并从中发现隐含的知识，揭示潜在的规律。本文首先简单介绍了RS的研究动态、属性约简理论以及现有的属性约简算法，包括基于Pawlak属性重要性的算法、基于可辩识矩阵和逻辑运算算法、基于互信息的算法和基于信息量的算法．其次，对现实世界普遍存在的三种信息系统属性约简进行了初步的研究，主要研究成果有以下三个方面：1．针对不完备信息系统提出了一种基于容差关系的属性约简算法。该算法以相对正域为迭代准则，同时对该算法的时间复杂度进行了分析，得到该算法的时间复杂度是多项式的。在最坏的情况下时间复杂度为O(|C|~2|U|~2)。2．针对模糊目标信息系统提出了一种基于可辨识矩阵的决策约简算法，该算法充分利用了可辨识矩阵的性质以及与决策约简集之间的关系，逐次消去可辨识矩阵中相关元素，最终得到系统的一个最小相对决策约简。3．针对实值属性和符号属性相混合的信息系统给出了两种不同的属性约简方法，第一种方法利用相似区分矩阵计算系统属性约简；第二种方法利用信息量计算属性约简。