在知识经济时代，企业的生产经营管理面临着前所未有的机遇和挑战，固守传统的管理模式将在激烈的竞争中被淘汰，以知识管理为标志的新管理模式正在逐步形成和发展起来，知识成为企业核心竞争力的源泉，不断创造知识、运用知识，为知识构建合理的共享和使用平台成为知识管理中的重要环节．以知识为研究对象，从已有的知识库中获取潜在有用的新知识或新模式，即知识发现，是知识管理的核心．因此，面对各种复杂的知识库，对知识发现方法的研究成为信息科学和管理科学共同关注的课题． 粗糙集理论是20世纪80年代初波兰数学家PawlakZ．提出的一种用于数据分析的理论．该理论通过分析对象与属性建立的关系数据库，称为信息系统(知识库的一般描述)，研究属性之间的依赖关系，其核心是研究属性约简，即用较少的属性完全表达全部属性对研究对象的信息刻划，从而使知识简化，更突出了知识的本质特征．概念格理论是德国数学家WmeR．于20世纪80年代提出的．概念格是根据数据集中对象与属性之间的二元关系建立的一种概念层次结构，称为形式概念分析，其中每个概念都是对象(外延)与属性(内涵)的统一体，从本质上描述了对象与属性之间的相互对应关系． 作为数据分析和知识处理的有力工具，粗糙集和概念格理论已在模式识别、决策分析、知识工程、数据库知识发现、专家系统等领域得到成功运用．本研究将它们用于知识管理中的知识发现，并对信息系统的知识约简和属性特征进行了深入研究，取得的主要研究结果有： ·给出了粗糙集用于信息系统知识发现的一般理论和方法．对于经典信息系统、决策信息系统、模糊决策信息系统以及变精度的粗糙集模型，粗糙集理论给出了各种知识发现的方法．本研究基于近似空间，提出了近似表示空间概念，将各种特殊信息系统转化为近似表示空间，给出了近似表示空间上的知识约简方法，从而将各种特殊信息系统的知识约简方法统一在一个框架下．特别是区分了在知识发现中起不同作用的三类属性，即核心属性、相对必要属性和不必要属性，给出了三类属性的特征，为知识发现中规则获取和知识管理中智能决策的启发式算法打下了基础． ·提出了一种模糊信息系统的知识发现方法．由于受客观条件和主观认识的限制，采集到的信息系统经常是连续值或不确定值，本研究将粗糙集方法运用在模糊集上，利用包含度工具，建立了用于模糊知识发现的粗糙模糊集方法．该方法将所有条件属性组合，获得的规则是带有某种可信度的所有规则． ·给出了基于概念格的知识发现和属性约简方法．由概念格的形式背景分析思想，构造了同一论域下两个形式背景组成的新形式背景，即决策形式背景，运用粗糙集理论，研究在概念外延集相同条件下的条件属性与决策属性之间的关系，从而给出协调决策形式背景下的知识发现和属性约简方法，同时研究了不同类型属性特征． ·首次将概念格方法运用于处理知识管理中任务知识的匹配问题．采用形式背景方式描述了任务与知识的匹配问题，定义了I型概念信息粒和II型概念信息粒，研究了概念信息粒之间规则集及其精度，给出了概念知识粒、I型概念信息粒与II型概念信息粒形成的关系，扩展了概念格研究内容，另外还从认知的角度，提出了一般二元组，即任意给出对象集与属性集的组合转化为I型概念信息粒与II型概念信息粒，进而再转化为概念知识粒的迭代算法，识别出一般二元组的最大下近似概念知识粒和最小上近似概念知识粒，以这种方式刻画出人们在认识事物中由表及里、由浅入深，逐步认识到事物之间本质关系的认知过程．