在该论文中,我们推广了经典粗糙集理论.经典粗糙集是基于不可区分关系,即等价关系.事实上,在实际应用中由于所处理的数据不完整,也就很难满足等价关系这一条件.而相似关系是一种普遍存在的关系,所以用相似关系来代替经典粗糙集合的不可区分关系是一种自然的推广方式.所以该文重点研究了基于相似关系的粗糙集的定义和性质.并与前者进行了比较.此外,研究基于相似关系的粗糙集合的数字特征也有助于它的实际应用,所以该文提出了基于相似关系的粗糙集合的粗集成员函数,并重新给出了基于相似关系的粗糙集近似空间中上、下近似的定义.通过探讨它的一些性质,从而得到粗集成员函数定义的近似空间中上、下近似与原始定义是等价的.另一方面,粗糙集合的应用是富有挑战性的工作.该文研究基于粗糙集合的数据挖掘.首先,基于粗糙集合的数据挖掘是众多数据挖掘方法的一种,它具有一般数据挖掘模型的基本特点,其次,它作为一种新的数据挖掘方法在许多方面具有优势,如数据约简等.该文研究了粗糙集合在数据挖掘中的应用系统的设计问题.其主要步骤可分为:数据预处理、数据约简、挖掘算法选择、规则的生成和综合、决策算法以及系统评价等.