决策规则包括用各种方法从标准决策规则中导出的用于提高规则于新对象匹配可能性的所有规则。决策规则生成算法可以分为两类，一种是通过降低决策规则的一致性来增加规则数量。另一种是利用粗糙集的上下近似基本理论，对决策规则进行扩充。在知识系统S=( U, C, D, V, f )中，每一个实例代表一条决策规则。但是决策规则中每个条件属性的取值不是必要的。决策规则的约简就是要消去决策规则中的不必要条件属性值，也就是计算每条规则的核和简化。一般是属性约简之后，进行规则的冗余值剔除。