En entornos de multigranulación, el conjunto aproximado de multigranulación de precisión variable (VPMGRS) es un marco útil que tiene una tolerancia a errores. Las aproximaciones son conceptos básicos para la adquisición de conocimiento y reducciones de atributos. Acelerar la actualización de aproximaciones puede mejorar la eficiencia de adquisición de reglas de decisión al utilizar información previamente guardada. En este estudio, nos enfocamos en explotar los mecanismos de actualización de aproximaciones en VPMGRS con la adición de estructuras granulares. Al analizar las tendencias básicas de cambio de las aproximaciones en VPMGRS, desarrollamos mecanismos de actualización acelerada para adquirir aproximaciones. Además, se propone un algoritmo incremental para actualizar aproximaciones de multigranulación de precisión variable al agregar múltiples estructuras granulares. Finalmente, amplias comparaciones elaboran la eficiencia del algoritmo incremental.