在不完备区间值信息系统中，提出一种基于极大相容类的决策粗糙集模型。针对不完备区间值信息系统中属性相似度存在的缺陷，对属性相似度进行改进。在不完备区间值信息系统中，由于容差关系下建立粗糙集模型存在冗余度高、分类精度低的问题，采用极大相容类代替等价类，结合贝叶斯最小风险决策原则，建立决策粗糙集模型。经证明，基于极大相容类建立粗糙集模型可有效提高分类精度。最后，基于正域分布不变的原则提出基于区分矩阵的属性约简算法并将该算法应用于实例。