粒计算是信息处理的一种新的计算模式，涉及到如何利用粒来求解问题的方法，时间序列的挖掘作为数据挖掘的一个课题正引起广泛而深入的注意。论文针对时间序列挖掘的问题，用粒的观点对时间序列进行了粒结构的定义，提出了一套挖掘时序规则的方法，并实现了所有的算法。 论文首先对于时间序列作了粒的描述，采用SAX符号表示不仅仅因为它的适合性，更重要的是为后面的逻辑推理建立良好的基础。然后对定义好的时序粒进行模式发现，用基于SAX距离的相似找出相近的模式，最后提出迭代挖掘的算法找出关联规则。所实现的算法主要以粒计算理论和Rough理论为基础，并实现了时序Rough挖掘的平台。在研究中比较了当定义不同粒度的序列、选用不同的模式发现阀值时对挖掘结果的一些影响。 论文所做的创新性工作有： 1、构建了适合于时序挖掘的粒模型在比较了各种表示方法的时间序列基础上，采用一种新的粒表现形式SAX来表示时间序列。 2、提出了一种时序粒的挖掘方法在构建合适的粒模型基础上，本文提出了一种时序挖掘的方法：利用粒形式的距离作为量度以发现相近的模式，然后用Rough集的规则发现迭代找出多维时间序列之间的某种联系。 3、提出了模式发现算法和时序迭代规则发现算法时序规则的挖掘要求从多维时间序列中找出它们之间的某种联系，是一种无监督的分类，本文提出的时序迭代规则发现算法很好地实现了这个思想。首先通过SAX距离作为度量以发现相近的模式，然后从时间序列中发现某些规则进入下一轮规则发现，最后得到所有时间序列的相关性联系。