当今社会,信用卡的使用已经出现了各种各样的金融风险问题。因此,商业银行审批信用卡的部门应该采取一定的方法去防止问题的发生,要对信用卡申请人的信用和资格等情况进行量化的资信评估,然后辅助决策者决定是否向该申请人发放信用卡。本文采用粗糙集理论对信用卡申请人的条件属性进行属性约简,并结合连续属性离散化算法对连续属性值进行离散化处理,最后用智能算法中的蚁群算法对最终数据进行实验。1.研究了粗糙集的基础理论,并运用粗糙集能够在保留信息的前提下对属性进行约简的优点,来对离散化后的实验数据进行属性约简,保留主要条件属性,从而使得实验的效率得到了提高。2.研究并运用了三种不同的连续属性离散化方法对本文所选取的实验数据进行离散化,生成三种不同的实验数据,再用蚁群算法分别对实验数据进行寻优操作,从而生成发卡的规则集。3.针对蚁群算法存在搜索时间较长而且易出现停滞现象等缺点,本文提出了几种改进措施：规则构造函数的改进和信息素更新函数的改进等,从而提高蚁群的搜索和收敛速度,提高蚁群搜索发卡规则的正确率,使得算法的效率得到提高。本文的研究成果对于智能算法在寻优规则提取的具体应用和最优路径的搜索上,有一定的理论和实践意义。