粒计算是研究基于粒结构的思维方式、问题求解方法、信息处理模式的理论、方法、技术和工具的学科,是一种新的计算范式。多层次数据分析是粒计算领域的重要研究方向之一。现实生活中也广泛存在着层次结构的数据。为了表示和处理这些层次结构的数据,Wu和Leung提出了多尺度决策表,并给出了最优尺度的选择方法。利用这些方法,可以在保持决策可信的情况下,选择最优的尺度进行决策,从而节省面向层次结构数据决策的成本。已有方法大多都是从协调性或者格等角度研究最优尺度的求解方法,而基于信息熵的最优尺度求解方法鲜有报道。因此,本文选择基于信息熵开展最优尺度选择方法研究,具有内容如下:(1)面向多尺度决策表,提出了基于Shannon条件熵和互补熵的最优尺度的定义以及选择这两种最优尺度的方法,基于Shannon条件熵的最优尺度对应的决策表的决策规则置信度,与最精细的尺度对应的决策表的决策规则置信度一致。基于互补条件熵的最优尺度比基于Shannon条件熵的最优尺度更为精细。(2)面向广义多尺度决策表,提出基于Shannon条件熵和互补条件熵的最优尺度组合选择算法,基于Shannon条件熵的方法可以得到协调和不协调广义多尺度决策表的分布最优尺度组合,基于互补条件熵的最优尺度组合选择算法,可以发现一种比分布最优尺度组合更为精细新的最优尺度组合,最后采用数据实验验证了算法的有效性。