当今是知识大爆炸的时代,如何从海量数据中提取有效信息,进行决策分析至关重要。决策支持系统是建立在管理科学、运筹学、计算机技术等学科的基础上,综合利用大量数据、结合不同模型,利用智能作用的人-机计算机系统,为决策者提供科学决策的系统。粗糙集理论是一种处理模糊和不精确问题的新型数学工具,其理论方法应用到决策支持系统中处理信息的功能日益显著。　　 本文介绍了决策支持系统的功能、结构等以及粗糙集理论的基本理论知识,并且提出了基于粗糙集理论的决策支持系统模型。该模型利用粗糙集理论与算法对决策表的进行化简处理,从而为决策支持系统提供决策辅助。　　 本文对粗糙集理论算法进行改进,并将其应用到决策支持系统中。重点对基于差别矩阵的决策表属性约简算法和基于邻域粗糙集模型的前向贪心数值属性约简算法进行改进,其思路是利用属性重要度和边界区域作为启发运算因子,从相对D核出发,将其扩展为一个最佳属性约简,且减少了搜索空间。同时本文证明改进算法的合理性,并且与原先算法进行分析对比,结合毕业论文成绩评定表和汽车数据库表进行实例分析,计算结果表明,在获得相同的结果下,改进算法可以使计算量减少,提高计算效率,进而验证了基于粗糙集的决策支持系统模型和改进算法的可行性、有效性。