Rough集理论是一种处理含糊和不**性问题的新型数学工具。
本书共分七章，分别介绍了Rough集的研究现状和发展趋势、Rough集的基本概念及其理论基础、数据约简的各种方法、数据推理原理和各种推理模式、Granule-软计算、Rough逻辑及其推理系统等。本书内容新颖，取材于国内外*新资料，总结了作者近年来的研究成果，反映了Rough集理论及其应用研究的现状和研究的新水平。每章后面的思考题既可帮助读者理解概念，领会内容，又可供进一步深入研究作参考。
本书可用作计算机及相关专业的科研人员和高校教师开展Rough集理论和应用研究的主要参考书之一;也可用作计算机及相关专业研究生的教材或本科高年级学生选修课教材。

Preface
前言
第1章 集合与关系
1.1 集合及其运算
1.2 等价关系与等价类
思考题
第2章 Rough曲集
2.1 Rough集的基本概念
2.2 近似集的性质
2.3 Rough集中的隶属函数
2.4 集合中的Rough包含与Rough相等
2.5 Rough关系
2.6 Rough函数
2.7 Rough集拓广
2.8 其他广义Rough集
思考题
第3章 数据约简
3.1 约简的基本概念
3.2 信息系统及其表示
3.3 属性约简的数据分析方法
3.4 属性约简的分明矩阵方法
3.5 分明矩阵方法的简化
3.6 属性值约简
3.7 决策算法及其*小化
3.8 其他约简方法的研究
思考题
第4章 数据推理
4.1 概述
4.2 决策规则中的Rough因子与概率逻辑申的概率
4.3 决策规则与贝叶塞函数
4.4 决策规则与DS证据理论
4.5 实例
思考题
第5章信息Granu1e及Granu1e计算
第6章Rough逻辑
第7章Rough集的应用
参考文献
……