近年来,几乎在各种领域都需要处理时间序列数据,对时间序列数据的研究也涉及很广。时间序列数据中包含着很多有用的信息,蕴含着许多潜在的事物发展的规律。粗糙集理论是波兰数学家Z.Pawlak于1982年提出的一种处理含糊性和不确定性问题的数学工具,已成为计算机科学与技术领域中颇具挑战力的方向之一。约简是粗糙集理论的重要内容,通过删除知识库中多余的属性值,来保留知识库中的重要知识,以提高知识的质量,方便用户决策。本文主要研究时间序列数据的属性约简,以及关联规则的挖掘。具体工作如下:(1)时序信息系统从原始离散数据和实时时序信息系统中获取方法的研究和分析,并且形成非时序信息表。(2)对属性约简方法的研究,主要分为传统属性约简和非时间序列信息表的属性约简研究。本文提出了基于信息增益和时间属性优先的属性频率约简策略。(3)对规则获取策略进行了研究。通过分析规则获取的一般方法在直接获得最小规则集时存在的不足,本文提出一个改进的规则获取算法,可以直接获取最小规则集。(4)编写模拟程序对时间序列数据进行了属性约简及规则获取,说明了所提出的改进方法的可行性和有效性。