原始的粗糙集模型主要与给定宇宙上的单个等价关系描述的集的近似有关。 从粒度计算的角度来看，经典的粗糙集理论是基于单个粒度的。 这篇对应论文首先将基于公差关系的粗糙集模型扩展到基于多粒度的不完整粗糙集模型，其中通过使用宇宙上的多个公差关系来定义集近似值。 然后，针对该粗糙集框架提出了几种基本措施，并引入了近似归约的概念来表征保留该粗糙集模型中所有决策类的较低近似值和较高近似值的最小属性子集。 最后，设计了几种关键算法来寻找近似归约。