决策系统的知识约简是粗糙集理论的精髓之一。利用粗糙集理论及其约简算法可以进行决策制定、知识获取、机器学习、模型建立等，知识约简离不开一系列的算法作支撑，包括判断属性的重要性、求核、属性约简和值约简等。 本文首先研究比较了三种属性约简算法：基于可辨识矩阵的属性约简的一般算法、基于可辨识矩阵算法的改进算法以及启发式属性约简算法，分析了三种算法的过程和适用场合，并通过实例对三种算法的有效性进行了验证分析。经过属性约简后的决策系统还包含着大量的冗余信息，需要进行属性值的约简。本文接着研究了值约简的一般算法及其改进算法，并分别通过实例进行了仿真分析，最终获得了决策系统的最简决策规则。 接着我们对客户关系管理中常见的分析模式-RFM分析模型中的客户数据分别进行了属性约简和值约简，得到对客户价值分类的决策规则，确定了具有相似需求和价值趋向的客户群体，从而达到保持客户、最大限度地提高客户满意度的目的。 最后，本文对入侵检测系统采集的数据，使用粗糙集理论的属性约简方法对其进行预处理，再运用决策树ID3算法进行归纳学习，获得入侵检测数据的决策规则，进而判断流经网络的数据包的安全与否。