基于粗糙集理论的规则挖掘一般是先对决策表进行属性约简,然后通过逐行约简属性值得到决策规则,这种方法对于多值属性的决策信息系统,多采取将多值单值化的方法解决,无疑增加了计算的复杂性。将粒计算理论应用于多值属性约简,提出了基于粗糙集粒计算模型的规则抽取和约简方法,避免增加对象和多次扫描决策表的操作。主要研究内容和创新成果如下:第一,基于粗糙隶属函数和对象属性与中心点的距离度量,给出了粒隶属函数,将决策表的每一个对象映射到粒空间,实现了多值属性决策表的信息粒化。同时对粒层结构和概念粒的性质做了研究;第二,基于形式概念分析理论给出了概念粒的三元结构定义,通过分析概念粒的粒度和分解、合成算法给出了概念粒集的建构方法。并定义了属性分辨算子,给出了属性重要度的计算依据。第三,基于概念格的层次构建策略,给出了概念粒格的建构算法,并通过格结构的同构性理论实现属性约简,并从约简后的概念粒格中抽取规则。最后,以UCI数据集中HSV病例数据作为应用背景,对提出的方法进行实证研究,通过训练集和测试集分析,说明基于粗糙集粒计算模型的决策规则抽取和约简方法高效实用,有很好的应用价值和前景。