粗糙集理论是一种新型处理含糊和不确定性知识的数学工具,自提出以来在众多领域得到成功应用。动态约简作为一种有效的属性约简方法,现有研究已证明其理论优越性,然而计算复杂、效率低的缺点限制了其进一步发展。本文基于粗糙集理论,对动态约简优化计算问题进行较为深入的研究。详细阐述区分函数的构建和化简流程,指出区分矩阵和真值表方法的不足。从布尔运算观点出发,甄别论域内对象间的有效分辨信息,直接构造区分函数的极小合取范式。基于约简特性提出并优化约简树模型,将约简计算问题转换为约简树的遍历问题,在此基础上改进基本属性约简算法,可高效获取信息系统的所有约简,为动态约简的计算提供帮助。对比分析多种动态约简的优势与不足,通过不断弱化限制条件拓展其模型。为判断子表约简是否为动态约简,提出约简有效性判定定理,作为简化动态约简筛选的理论依据。基于分治思想,提出快速动态约简算法,解决传统算法过多系统开销的问题。在稳定度阈值限制下,快速算法至多计算|F|/2个子表的约简,而非全部,极大提高了动态约简的获取效率。采用UCI数据集进行实验仿真,仿真结果与性能分析表明文中所提算法的有效性和可行性。