本书以粗糙集、概念格以及包含度理论为工具，论述不确定环境下的决策规则提取方法与规则融合方法，特别研究了决策规则的属性特征以及决策规则简化的数学模型．同时，本书针对各种不同的复杂系统和不同的关系，从不同的角度给出各种特殊的决策规则提取方法与规则融合方法，以适应决策管理者面对的不同的决策环境．本书注重系统性、严谨性与可读性，既可以作为管理科学、系统工程、应用数学等专业的教学用书，又可作为决策管理研究人员的参考书．

我们正处在全球经济一体化的时代，信息化与网络化使全球任何一个企业都不可能是孤立的企业，任何市场都不可能是孤立的市场。企业的变化对环境的变化影响越来越大，环境的变化也直接影响到企业的变化。任何企业和部门的发展都与更宽广而复杂的环境密切相关，管理系统成为一个复杂系统。因此对于不断变化的复杂管理系统，不可能固守已有的知识与管理规则，而是要不断地发现知识，采取新的管理决策。知识时代的管理就是要不断地发现新的知识。而知识发现是人的大脑的智慧特征，研究大脑的认知行为，建立大脑认知行为的模式，并通过这种模式利用计算机工具发现新知识，变大脑决策为计算机智能化决策成为知识管理的主要课题。 1982年，同时有两个概念被提出：一是Pawlak Z.提出的粗糙集(rough sets)，二是Wille R.提出的概念格(concept lattices)。这两个概念对于研究关联规则的知识发现有着极其重要的意义。20世纪50年代以后，人们尝试着用各种方法发现知识，比如神经网络方法、统计学习方法、遗传算法、支持向量机方法等，但这些方法得到的知识是人们不能直接理解的隐性知识。而粗糙集方法与概念格方法得到的知识是人们可以理解的关联规则，这些关联规则符合人类的经验，更适合于在管理决策中应用。因此20多年来，粗糙集方法与概念格方法得到了迅速发展。 Simon指出："决策是管理的核心。管理就是决策，管理的各层次，无论是高层，还是中层或下层，都要进行决策。"但是决策必须以事实和规则为基础，以价值为指导。面对管理系统的不可预测性和不确定性的增加，面对管理决策系统的复杂性与对决策行为的重大影响，面对信息技术的...