粗糙集理论是一种新的处理模糊性和不确定性知识的数学工具。自1982年由波兰数学家Pawlak首次提出以来，经过二十几年的研究与发展，已经在理论和实际应用上取得了长足的发展，特别是由于八十年代末和九十年代初在知识发现等领域的成功应用而受到国际上广泛关注。目前，它已经在人工智能、知识与数据发现、模式识别与分类、故障检测等方面得到了成功的应用。 本文研究模糊目标信息系统的知识发现问题。主要作了如下三方面的研究工作：1．在Pawlak近似空间中fuzzy集合的rough似理论基础上，研究了一般二元关系下fuzzy集合的rough近似，得到了类似于经典等价关系下fuzzy集合的rough近似的一系列性质。2．在fuzzy目标信息系统及其知识约简与知识发现理论与方法的基础上，进一步提出了fuzzy多分组目标信息系统的概念，给出了fuzzy多分组目标信息系统的知识约简方法。3．对于模糊信息系统，提出了对论域进行模糊划分的方法，定义了全fuzzy目标信息系统，并给出了全fuzzy目标信息系统的分类不变约简和极大决策不变约简方法。