為了解決當(dāng)不完備混合決策系統(tǒng)中數(shù)據(jù)動(dòng)態(tài)增加時(shí)，靜態(tài)屬性約簡方法的計(jì)算復(fù)雜度高的問題，提出變精度下不完備混合數(shù)據(jù)的增量式屬性約簡方法。首先，在變精度模型下給出了利用條件熵度量屬性的重要性程度；然后，詳細(xì)分析和設(shè)計(jì)了當(dāng)數(shù)據(jù)動(dòng)態(tài)增加時(shí)條件熵的增量式更新變化情況和屬性約簡的更新機(jī)制；在此基礎(chǔ)上，利用啟發(fā)式貪心策略構(gòu)造了增量式的屬性約簡算法，實(shí)現(xiàn)了不完備的數(shù)值型和符號(hào)型混合數(shù)據(jù)下屬性約簡的動(dòng)態(tài)更新。通過UCI數(shù)據(jù)集中五個(gè)真實(shí)的混合型數(shù)據(jù)集的實(shí)驗(yàn)比較和分析，在約簡效果方面，利用增量式屬性約簡算法處理Echocardiogram、Hepatitis、Autos、Credit和Dermatology數(shù)據(jù)集的增量規(guī)模為900/0+ lOqo時(shí)，數(shù)據(jù)集的原屬性個(gè)數(shù)分別由12、19、25、17和34個(gè)約簡至6、7、10、11和13個(gè)，分別占原屬性集的50.0%、36.8%、40.0%、64.7%和38.2%；在執(zhí)行時(shí)間方面，增量式算法在五個(gè)數(shù)據(jù)集的平均耗時(shí)分別為2. 99 s、3.13 s、9.70 s、274.19 s和50. 87 s，靜態(tài)算法的平均耗時(shí)分別為284. 92 s、302. 76 s、1062. 23 s、3510. 79 s和667. 85 s，且增量式算法的耗時(shí)與數(shù)據(jù)集的實(shí)例規(guī)模、屬性個(gè)數(shù)和屬性值類型的分布相關(guān)。實(shí)驗(yàn)結(jié)果表明，增量式屬性約簡算法在計(jì)算耗時(shí)方面要顯著優(yōu)于靜態(tài)算法，且能有效剔除數(shù)據(jù)中的冗余屬性。