粗糙集理論是由波蘭華沙理工大學(xué) Z Pawlak 教授在 1982 年提出的，是一種研究不精確、不確定性知識的數(shù)學(xué)工具。屬性約簡就是在保持分類能力不變的前提下， 通過對知識的化簡導(dǎo)出問題的決策或分類規(guī)則， 是粗糙集理論中的一個重要研究課題。它的意義在于可以刪除冗余信息，形成精簡的規(guī)則庫以便人們（或者機器人）做出快速、準(zhǔn)確的決策。高效的約簡算法是粗糙集應(yīng)用于知識發(fā)現(xiàn)的基礎(chǔ)，但屬性的最小約簡仍是個 NP—hard 問題。為適應(yīng)農(nóng)業(yè)話題上的一些不相容信息系統(tǒng)，針對相容和不相容信息系統(tǒng)都適用的求核方法， 并根據(jù)屬性的重要度運用一種啟發(fā)式屬性約簡算法。啟發(fā)式算法是對于相容與不相容信息系統(tǒng)都適合的求核方法，可以降低約簡的復(fù)雜性，并獲得較優(yōu)的結(jié)果。

　　式約簡算法的原理與運算過程， 可以更好的應(yīng)用于農(nóng)業(yè)話題跟蹤技術(shù)中，從而解決農(nóng)業(yè)話題跟蹤技術(shù)中的發(fā)掘問題。為了更好的分析以上算法在農(nóng)業(yè)話題跟蹤中的應(yīng)用， 我們用一個相容農(nóng)業(yè)信息表和一個不相容農(nóng)業(yè)信息表來具體分析， 通過分析計算，得出相應(yīng)的結(jié)果，看是否滿足農(nóng)業(yè)話題跟蹤技術(shù)的要求。先對倉庫環(huán)境信息表進行分析， 根據(jù)不同時期倉庫內(nèi)的環(huán)境變化情況來跟蹤倉庫的整體評價， 通過啟發(fā)式約簡算法對不同時期倉庫內(nèi)的環(huán)境變化情況進行運算處理， 最后得到關(guān)鍵信息，從而實現(xiàn)話題的跟蹤監(jiān)測。這是一張相容信息表：