摘要：粗糙集理论是近年来出现的处理模糊和不确定性的数学工具，并已广泛应用于人工智能的许多领域。文章针对在增量式数据环境下挖掘决策规则的特点，在回顾基于分辨矩阵的数据挖掘算法及其不足的基础上，利用决策矩阵的概念有效地处理具有不同决策类的各种决策系统。在此基础上提出相应的对每一个决策类建立决策矩阵的增量式挖掘算法，最后利用算例验证了算法的合理性和有效性。该算法步骤同传统的分辨矩阵算法相比，能在增量式环境下快速而有效地进行确定性规则和可能性规则的学习并对可能性规则建立相应的置信度，使规则的获取更具实用性。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社