序

经过近三十年的发展，粗糙集基本理论的研究已日趋成熟，目前对粗糙集的研究主要集中在把粗糙集理论与相关学科的结合方面。粗糙集理论是从研究信息表（也称信息系统，或知识表达系统）的逻辑特性开始的，而关系数据库理论是从研究二维表开始的，信息表或信息系统实际上是数据库关系的泛化，这表明粗糙集理论和数据库理论有一种天然的联系，因此利用粗糙集理论和技术研究并解决与数据库有关的理论与应用问题是十分有必要的。

Beaubouef Theresa Ann博士通过对粗糙集理论和关系数据库理论的研究，于1993年提出把粗糙集与关系数据库相结合形成粗糙关系数据库（Rough Relational Database，RRDB），以此为基础对粗糙关系操作算子、粗糙关系数据库的不确定性度量、粗糙函数依赖、精确数据的粗糙数据查询（RQCD）、模糊关系数据库模型、函数依赖与知识发现等专题进行了初步的研究，并把它们应用于地理信息系统中。日本学者Shoji Hirano和Shusaku Tsumoto等提出了利用粗糙集原理来进行数据库聚类分析的思想。近年来随着信息颗粒与粒化计算的出现，有许多学者开始把它们用于数据挖掘与知识发现，T.Y.Lin发表系列论文，研究了与粒计算有关的关系数据库面向机器的数据挖掘建模理论问题。

本书汇集了作者在攻读博士学位及博士后期间的主要研究成果，这些成果主要发表在“Rough Sets，Fuzzy Sets，Data Mining and Granular Computing，LNAI 2639”、“Rough Sets and Current Trends in Computing，LNAI 3066”、“Rough Sets and Knowledge Technology，LNAI 4062”及《模式识别与人工智能》、《小型微型计算机系统》、《西安交通大学学报》等期刊上，引起了同行的广泛关注。书中详细地介绍了粗糙关系数据库理论、粗糙集与数据库的关系以及粗糙集理论在数据库中应用的研究成果，内容丰富、文献翔实，既注重理论推导的严谨性，同时又兼顾应用。相信该书的出版将对我国在粗糙关系数据库方面的研究起到积极的推动作用。

山西大学副校长

梁吉业 教授