近年来,经典粗糙集理论在知识获取方面已经取得了很大的成功.但是,基于不可分辩关系的经典粗糙集理论不适用于分析处理不完备信息系统.对于属性值是属性域子集的不完备信息系统,缺失的属性值可以用该属性的所有可能取值表示.这样的不完备信息系统可以用集值信息系统来处理,它是一般信息系统的推广,因此该信息系统有着更广泛的应用.目前对粗糙集的研究主要是针对静态数据,而现实中数据的动态变化是多数数据库的一个主要特点.因此,基于粗糙集理论的动态知识更新方法的研究具有重要的现实意义.本文的目的是对集值信息系统中近似集的增量更新问题进行研究,并对现有的模型进行扩展.本文首先综述了粗糙集理论、集值粗糙集理论和基于粗糙集理论的动态维护知识方法的研究现状.在给出相关基本概念的基础上,分析了现有集值信息系统中的相容关系及其相应的近似集合,给出了在相容关系下集值粗糙集模型的近似集增量更新方法,并通过实例验证了方法的有效性.然后,给出了集值信息系统中属性值粗化细化的概念,并讨论了属性值粗化细化时近似集的增量更新方法.最后,针对相容关系和优势关系的局限性,根据属性值的相容程度在集值信息系统上定义了一种新的关系,称为α相容关系.给出了相应的近似集合和相关性质,并讨论了它与相容关系和优势关系之间的关系.同时,提出了基于α相容关系的粗糙集扩展模型,并分析比较了该模型与现有的粗糙集扩展模型之间的关系.