波兰学者Z.Pawlak于1982年提出的经典粗糙集(Rough Set)理论是一种处理含糊和不确定性信息的数学工具。其基本思想是在保持分类能力不变的前提下，通过知识约简，导出概念的分类规则。然而，经典粗糙集理论的局限性限定了该理论只能应用于完备的信息系统。考虑到不完备信息系统的广泛存在，Kryszkiewicz M.将经典粗糙集理论进行扩充并应用于不完备信息系统。本文将变精度粗糙集引入不完备信息系统，完成了以下工作：　　 首先，给出了不完备信息系统下的变精度粗糙集模型，定义了它的粗糙近似，将β上分布约简，β下分布约简，β上近似约简，β下近似约简引入不完备信息系统。并且给出了不完备信息系统的β上和下分布约简的求解方法，数值例子表明这种属性约简方法是简单有效的。　　 其次，将变精度粗糙集模型引入基于优势关系的不完备信息系统，基于此模型提出了不完备信息系统的两种属性约简方法-近似优势约简与近似保序约简。研究了两种约简的关系，给出了简单有效的约简算法。对于优势关系下的不完备决策信息系统也给出了决策规则的一种获取方法。　　 最后，对于既有有序属性又有分类属性的复杂信息系统，构建了优等关系及其粗糙集模型，提出了优等关系下的确定增长算子与不确定消耗算子，为不断变化的数据库的知识发现提供了一种可行的方法。在此基础上，也给出了不完备信息系统的属性约简的辨识矩阵算法及其属性约简判定定理。