随着社会经济的不断发展，人们所面临的系统越来越复杂，事物的刻画和描述常常会出现不同程度的不确定性和模糊性。利用模糊概念来表征事物在现实生活中经常出现，比如医疗上判断一个病人是否是近视眼以及他近视的程度。某个对象属于一个模糊概念的程度可以用一定的隶属函数来进行表示，称之为模糊属性隶属度。当一个决策信息系统的决策属性为模糊概念时，称这个决策信息系统为模糊决策信息系统，简称模糊决策系统。模糊决策系统在科学研究、工程建设、卫星遥感、医疗卫生等方面都有广泛的应用。　　本文利用粗糙集理论和邻域粒化的基本思想，对模糊决策系统的知识获取方法进行了研究，主要包括以下三个方面:　　(1)定义了模糊决策系统。通过给定的一种距离度量，在连续值域模糊决策系统的论域空间U上，构建了邻域，利用邻域进行了划分。并讨论了邻域的有关性质。同时将这种邻域信息粒子推广到了名义型的模糊决策系统之中。　　(2)针对模糊决策系统，提出了基于等价关系、相容关系、邻域关系下的粗糙集模型，讨论了三者之间的联系。定义了模糊决策系统的上、下协调约简概念，利用(α,β)参数构造了辨识矩阵，通过辨识矩阵定义了模糊决策系统的上协调约简、下协调约简，(α,β)分布协调约简，提出等价关系、相容关系、邻域关系下的属性约简方法。给出一种普遍意义邻域关系下模糊决策系统的属性约简算法。　　(3)在约简的基础上，定义了决策规则，同时给出了决策规则所对应的局部置信度计算方法。δ的取值对置信度的影响较为关键，在保证局部置信度的前提下，通过邻域和决策值对决策规则进行合并，获取有效的简洁规则，达到预测的目的。　　本文基于粗糙集理论和邻域粒化的思想对模糊决策系统的知识获取方法进行了初步的探索和研究，尤其是针对数值型的模糊决策系统提出了一种知识获取的方法。文中提到的属性约简的方法和规则提取的方法都通过实验进行了验证，证明了这种粒化思想可以有效地应用在数值型模糊决策系统之中，为数值型模糊决策系统的知识获取提供了一种新的借鉴方法与思路。