大数据时代,控制决策者面临的是海量的、繁冗的信息,因此,不断寻求更好的决策技术成为专家学者的研究热点。粗糙控制是近年提出的一种新型的利用控制规则设计智能控制器从而实现对系统实施控制的智能控制方法。运用粗糙控制理论进行控制决策时,规则挖掘成本、应用效率与可靠性之间存在着尚未解决的整体最优化问题。区间概念格可以解决满足一定比例内涵属性的对象挖掘问题,为控制决策问题的解决提供了一种可能。因此,文章融合区间概念格的理论方法,提出决策区间概念格的建格算法,基于此格结构进行规则提取,进而设计出粗糙控制规则库构建模型,针对所设定参数的不确定性,提出区间参数的优化算法,动态的调整和优化规则库。首先,借鉴区间概念格的概念特性,结合规则的决策属性,提出具有决策性质的决策区间概念格,设计基于条件属性集合的决策区间概念格建格算法,分析与实例表明了算法的有效性。其次,基于此决策区间概念格,定义了区间规则精度与不确定度,提出带参规则挖掘算法,分析表明算法提取的关联规则具有较高支持度和置信度,增强了规则的可靠性。再次,针对动态变化的控制数据,结合决策区间概念格构建算法和规则挖掘方法,设计粗糙控制规则库构建模型,给出模型详细的设计步骤,通过实例证明了规则库构建的可行性。最后,基于区间参数的不确定性,结合遗传算法原理,设计了一种区间参数的优化算法,给出了区间参数科学的选取方法,随着参数调整,规则库被动态的优化更新,提高了控制效率。