概念格是从数据中进行概念发现的一种数学工具，可通过哈斯图表现出概念之间的层次关系，已在信息检索、数宁图书馆、软件工程和知识发现等方面得到应用。粗糙集理论能够分析和处理不精确、不协调和不完备信息，模糊集理论能够分析和处理模糊的信息，它们都被成功地应用到多项研究领域。本文首先通过对概念格的代数性质的研究，提出了布尔概念格的概念，并给出了相关性质。其次讨论了概念格的扩展模式，一方面利用粗糙集理论中的两个近似算子构造出新的概念格——＃补概念格，比较它与现有几种概念格之间的差别与联系；另一方面将形式背景中二元关系扩展到模糊关系，定义了模糊形式背景，从而定义模糊形式概念以及模糊形式概念格。最后将粗糙集中属性约简概念引入到形式背景及相关概念格的属性约简上，利用可辨别属性矩阵给出了基于概念格的属性约简的两个简易算法.