粗糙集理论和方法是一种能有效分析和处理不一致、不精确、不完备等各种信息的数据分析工具。该理论和方法已经在模式识别、机器学习、决策支持、知识发现、预测建模等领域得到成功的应用。知识粒度的计算和属性约简作为粗糙集理论和应用的关键技术,已经成为了备受关注的研究热点。本文研究的主要内容包括：介绍了粗糙集理论和粒度理论的国内外研究现状和基本概念,在此基础上对已有的知识粒度形式进行了更为一般化的推广,得到了组合粒度和多项式粒度,它们包含了目前常见的知识粒度,并讨论了这些粒度的性质问题。在信息系统中常用的属性约简算法的基础上给出了一种新的基于粒度的属性重要度的属性约简算法和一种基于粒度意义下的属性约简算法。这些成果对于在信息系统中建立粒度计算以及属性约简有一定的理论意义和应用价值。