针对Pawlak粗糙集模型处理信息的某些局限性,借鉴变精度粗糙集模型的思想,创新地引入多尺度变量,建立单变量的多尺度粗糙集模型.有利于对数据信息进行多尺度多角度地、分析处理,进一步提高抑制噪声的能力,从而更有效地获取决策规则.通过建立尺度变1量S与尺度函数f(s)的变化关系,讨论了变量S对近似分类质量的影响,为进一步对信息属性的多尺度描述奠定了基础.通过实例说明了该方法的简单性、可行性.