随着社会的高速发展,人们的生活也处于高速运转中,日常生活中所接触到的信息也越来越庞杂,如何存储和处理这些庞大、复杂的数据,成为摆在科研人员面前的难题,对数据库的存储要求也更高。我们判断数据库好坏的标准有很多,但是最主要的就是在数据存储过程中能够消除数据冗余,同时能够消除插入,删除及更新异常。我们所要介绍的时态数据亦是如此。时间存在于我们的现实生活中,无处不在,无所不能,与万事万物都有紧密的联系。在传统数据库中,仅仅注意了数据的存储后的属性,而不在乎所存储数据的历史,使我们无法通过存储的信息来看到事物的本质规律,这是它的弊端所在;而时态数据库由于引入了时态信息,存储数据后既能查看数据历史也可以预测数据的未来,这就是它的先进性。但是,同传统的数据库一样,时态数据库也同样有规范化的问题,而在规范化过程中,最主要的就是数据依赖的问题,这是数据库规范化过程中的重点和难点所在。在时态数据库中,我们同样也引入了时间粒度的概念,由于在单粒度模式下,数据依赖不能很好地描述所存储的数据的属性,所以,引入多时间粒度的模式,在此模式下,能够更好的提高系统的性能,现阶段的研究方向就是通过借鉴传统数据库数据依赖,并结合多时间粒度,来分析时态数据库中数据依赖的问题。本文对偏序时态多值依赖问题进行深入地研究,首先引入的是偏序时态函数依赖,给出了它相关的概念,在这基础上提出了最大下限操作,这样能够有效地防止在进行模式分解的过程中产生新的时态类型,进而影响到算法的复杂度。论文重点介绍偏序多值依赖问题,给出了相关概念,在这基础上给出了偏序时态模式下多值依赖的有限推理规则,并对相关的定理进行了证明,在本文的最后,介绍了非严格偏序模式下的无损分解问题并给出了相关实例,为下一步能够进一步地规范时态数据库打下一定的基础。