粗糙集理论是一门实用性很强的学科，从诞生到现在虽然只有十几年的时间，但已经在不少领域取得了丰硕的成果，如近似推理，数字逻辑分析和化简，建立预测模型，决策支持，控制算法获取，机器学习算法和模式识别等等. 下面介绍一下粗糙集应用的几个主要领域. 实际系统中有很多复杂对象难于建立严格的数学模型，这样传统的基于数学模型的控制方法就难以奏效. 模糊控制模拟人的模糊推理和决策过程，将操作人员的控制经验总结为一系列语言控制规则，具有鲁棒性和简单性的特点，在工业控制等领域发展较快. 但是有些复杂对象的控制规则难以人工提取，这样就在一定程度上限制了模糊控制的应用.
粗糙集能够自动抽取控制规则的特点为解决这一难题提供了新的手段. 一种新的控制策略—模糊- 粗糙控制（fuzzy-rough control) 正悄然兴起，成为一个有吸引力的发展方向. 有学者应用这种控制方法研究了"小车—倒立摆系统"这一经典控制问题和水泥窑炉的过程控制问题，均取得了较好的控制效果. 应用粗糙集进行控制的基本思路是： 把控制过程的一些有代表性的状态以及操作人员在这些状态下所采取的控制策略都记录下来，然后利用粗糙集理论处理这些数据，分析操作人员在何种条件下采取何种控制策略，总结出一系列控制规则：
规则1 IF Condit ion 1 满足 THEN 采取decision 1
规则2 IF Condit ion 2 满足 THEN 采取decision 2
规则3 IF Condit ion 3 满足 THEN 采取decision 3
这种根据观测数据获得控制策略的方法通常被称为从范例中学习（learning from examples). 粗糙控制（rough control) 与模糊控制都是基于知识，基于规则的控制，但粗糙控制更加简单迅速，实现容易（因为粗糙控制有时可省却模糊化及去模糊化步骤） ; 另一个优点在于控制算法可以完全来自数据本身，所以从软件工程的角度看，其决策和推理过程与模糊（或神经网络） 控制相比可以很容易被检验和证实（validate). 有研究指出在特别要求控制器结构与算法简单的场合，更适合采取粗糙控制.
美国电力科学研究院(EPR I) 对粗糙集的应用研究的潜力对十分重视，将其作为战略性研究开发（Strategy R&D) 项目，在1996 年拨款196,600 资助San Jose 州立大学进行电力系统模糊- 粗糙控制器的研究. 面对大量的信息以及各种不确定因素，要作出科学，合理的决策是非常困难的.决策支持系统是一组协助制定决策的工具，其重要特征就是能够执行IF THEN 规则进行判断分析. 粗糙集理论可以在分析以往大量经验数据的基础上找到这些规则，基于粗糙集的决策支持系统在这方面弥补了常规决策方法的不足，允许决策对象中存在一些不太明确，不太完整的属性，并经过推理得出基本上肯定的结论.
下面举一个例子，说明粗糙集理论可以根据以往的病例归纳出诊断规则，帮助医生作出判断. 表2描述了八个病人的症状. 从表二中可以归纳出以下几条确定的规则：
表2 症状与感冒的关系 病人编号 病理症状诊断结果 是否头痛 体温 是否感冒 病人1 是 正常 否 病人2 是 高 是 病人3 是 很高 是 病人4 否 正常 否 病人5 否 高 否 病人6 否 很高 是 病人7 否 高 是 病人8 否 很高 否 1. IF （体温正常） THEN （没感冒）
⒉ IF （头痛） AND （体温高） THEN （感冒）
⒊ IF （头痛） AND （体温很高） THEN （感冒）
还有几条可能的规则：
⒋ IF （头不痛） THEN （可能没感冒）
⒌ IF （体温高） THEN （可能感冒了）
⒍ IF （体温很高） THEN （可能感冒了）
病人5 和病人7，病人6 和病人8，症状相同，但是一个感冒另一个却没感冒，这种情况称为不一致（inconsistent). 粗糙集就是靠这种IF THEN 规则的形式表示数据中蕴含的知识.
希腊工业发展银行ETEVA 用粗糙集理论协助制订信贷政策，从大量实例中抽取出的规则条理清晰，得到了金融专家的好评. 相继召开的以粗糙集理论为主题的国际会议，促进了粗糙集理论的推广. 这些会议发表了大量的具有一定学术和应用价值的论文，方便了学术交流，推动了粗糙集在各个科学领域的拓展和应用. 下面列出了近年召开的一些会议：
· 1992 年第一届国际研讨会（Rough Set s: State of the A rt and Perspect ives) 在波兰Kiekrz 召开；
·1993 年第二届国际研讨会（The Second In ternat ionalWo rk shop on Rough Set s and Know ledge D iscovery,RSKD'93） 在加拿大Banff 召开；
·1994 年第三届国际研讨会(The Th ird In ternat ionalWo rk shop on Rough Set s and Soft Computing,RSSC'94） 在美国San Jose 召开；
·1995 年在美国North Carolina 召开了题为"Rough Set Theory,RST'95"的国际会议；
·1996 年第四届国际研讨会（The Fourth International Work shop on Rough Sets,Fuzzy Sets,and Machine Discovery,RSFD'96） 在日本东京召开；
·1997 年3 月在美国North Carolina 召开了第五届国际研讨会（The Fifth International Work shop on Rough Sets and Soft Computing,RSSC'97） 目前，国际上研究粗糙集的机构和个人开发了一些应用粗糙集的实用化软件，也出现了商业化的软件.
加拿大Reduct System Inc. 公司开发的用于数据库知识发现的软件DataLogic R 是用C 语言开发的，可安装在个人计算机上，为科研领域和工业界服务.
美国肯萨斯大学开发了一套基于粗糙集的经验学习系统，名为LERS (L earning from Examples based on Rough Sets），它能从大量经验数据中抽取出规则. LERS 已被美国国家航空航天管理局（NASA) 的约翰逊(John son) 空间中心采用，作为专家系统开发工具，为"自由号"(F reedom) 空间站上的医疗决策服务. 美国环境保护署（US Environmental Protection Agency) 资助的一个项目中也采用了LERS.
波兰波兹南工业大学（Poznan University of Technology) 开发的软件RoughDAS 和加拿大Regina 大学开发的KDD-R 是用C 编写的，在UNⅨ 环境下运行，KDD-R 基于变精度粗糙集模型 (Variable Precision Rough Set,VPRS），通过改变粗糙程度而使数据中隐含的模式更清楚的显示出来.
