经典粗糙集理论主要是利用论域上的等价关系对完备信息系统进行属性约简及规则提取的研究。但在现实中,往往某些数据由于种种原因难以获取或者说获取的成本过高,此时建立在等价关系模型之上的经典粗糙集理论的应用受到限制。如何对含空值的不完备信息系统进行属性约简及规则提取则成为一个有重要理论和实用价值的研究。本文从经典粗糙集理论入手,分析不完备信息系统产生的原因及常见的一些处理方法,针对不完备信息系统的一些扩充模型进行了介绍,给出了相异关系及相似度的完整定义,并在此基础上提出了不完备信息系统的部分空值填充算法,为后续的不完备信息系统的属性约简及规则提取打下基础。相容关系是处理不完备信息系统的一种比较典型的关系模型,但它的条件过于宽松,不符合现实情况。不完备信息系统的最大特点在于空值取值的随机性,因此基于相似度和概率的观点,提出了概率等价关系模型。信息系统属性约简的一般思路是,根据属性重要性的大小将重要性很小的属性约掉。本文利用粒度思想,根据粒度大小来辨别属性重要性,并在此基础上,提出了针对通用关系模型的属性约简算法。在相容关系模型下,通过矩阵约简算法与本文提出的约简算法相比较,验证了此算法的有效性。并且还在概率等价关系模型下,利用此算法对不完备信息系统的属性约简进行了实例验证,结果表明在概率等价关系模型下和在相容关系模型下对同一个不完备系统的属性约简完全不同。本文对产生这种结果的原因进行了深入分析。最后,对不完备信息系统的规则提取做了初步探讨。利用规则的相关指标对规则的提取进行限定,使提取的规则更可靠。