基于优势的粗糙集方法（DRSA）备受关注，因为它能够从具有优先顺序属性域和决策类的信息中获取知识。在许多现实应用中，信息系统可能会随着时间动态变化。在动态信息系统中，需要更新获得的知识（例如DRSA中的近似值）以用于决策和其他相关任务。作为一种有用的技术，可以在修改获得的知识的同时，将增量更新应用于处理动态信息。在本文中，我们提出了一种增量方法，用于在属性值随时间变化时保持DRSA的近似值。一些数值示例说明，增量方法可以更新DRSA的近似值，而无需从头开始。实验评估表明，当属性值的变化率小于阈值