由于现实生活中很多实际问题的发生多为各学科相互作用的结果,如何处理交叉学科数据是业界的棘手问题。粗糙集理论作为一种新的软计算方法,它能有效的对不完备地、不精确、不一致的信息数据进行分析处理,在保持分辨能力的前提下删除冗余信息,从而有效获取有价值的知识信息。近来来已成功应用于人工智能、数据挖掘、模式识别、故障诊断等诸多领域中,适用于处理交叉学科的数据。本文在分析研究国内外相关研究成果的基础上,对粗糙集的属性约简算法进行了研究。重点研究了当前各种约简技术的实现,针对当前约简算法存在约简结果单一、算法执行时间长、搜索范围窄、很难获取最小约简等缺陷给出一种新的属性约简算法----基于多体知识抽取的微粒群约简,该算法中,将约简算法与微粒群优化算法结合克服搜索范围窄、约简结果单一、算法执行时间长、很难获取最小约简问题。通过不同UCI数据集与目前普遍应用的遗传约简算法做对比,实验结果表明本文算法优于遗传约简算法。此外,针对粗糙集无法处理连续属性数据问题,本文实现了信息熵离散化数据算法,并将其应用于出数据的预处理。最后将本文算法应用于暴力犯罪因素分析中,尝试探求暴力犯罪发生的根源,为预测暴力犯罪提供一种新的信息支持。