粗糙集理论是一种新兴的处理不精确、不确定与不完全数据的数学工具。决策支持系统强大的辅助决策以及粗糙集理论强大的信息处理功能已日益显露出来并为人们所关注。本文从农业领域的数据特性展开研究和讨论,提出基于粗糙集理论的农业决策支持系统模型。本文讨论了决策支持系统以及粗糙集理论的发展状况、特点,提出了基于粗糙集理论的农业决策支持系统的实施方案。该方案从决策支持系统知识获取的决策表入手,通过利用粗糙集理论对决策表进行化简,为决策支持系统提供辅助决策所用的规则表。对属性约简算法进行了重点研究,在已知的研究成果中,Skowron提出的可辨识矩阵为求取最佳约简提供了很好的思路,该方法将信息表中所有有关属性信息都浓缩进了一个矩阵中,可通过该矩阵方便地得到决策表的属性核。本文分析了可辨识矩阵在获取属性核中的重要作用,对属性约简算法做了改进,即针对农业数据获取的特点,在限制容差关系下,提出不完备决策表的属性约简算法。根据决策支持系统的知识获取任务,建立了一种基于粗糙集理论的决策支持系统模型。在该模型中首先分析了农业数据的预处理方法,即属性的离散化和泛化问题。指出将连续属性离散化和面向属性的归纳相结合是一种适用于应用领域且行之有效的泛化方式,并提出了具体的实现方法,即与专家的经验知识结合运用。经过预处理的数据就形成了目标信息系统,采用本文改进的属性约简算法对其进行约简处理,获取规则,实现粗糙集理论在农业决策支持系统中的应用。最后,将获取的规则用于农业病虫害的诊断中,利用粗糙集理论的属性重要度计算方法,对诊断的可信度进行计算。通过对实例运行结果的比较、分析,验证了粗糙集理论与农业决策支持系统相结合方案的可行性以及属性约简改进算法的有效性和实用性。