作用
該系統能夠為決策者提供所需的數據、信息和背景資料，幫助明确決策目标和進行問題的識别，建立或修改決策模型，提供各種備選方案，并且對各種方案進行評價和優選，通過人機交互功能進行分析、比較和判斷，為正确的決策提供必要的支持。它通過與決策者的一系列人機對話過程，為決策者提供各種可靠方案，檢驗決策者的要求和設想，從而達到支持決策的目的。決策支持系統一般由交互語言系統、問題系統以及數據庫、模型庫、方法庫、知識庫管理系統組成。
在某些具體的決策支持系統中，也可以沒有單獨的知識庫及其管理系統，但模型庫和方法庫通常則是必須的。由于應用領域和研究方法不同，導緻決策支持系統的結構有多種形式。決策支持系統強調的是對管理決策的支持，而不是決策的自動化，它所支持的決策可以是任何管理層次上的，如戰略級、戰術級或執行級的決策。
相關分類
(1)結構化決策，是指對某一決策過程的環境及規則，能用确定的模型或語言描述，以适當的算法産生決策方案，并能從多種方案中選擇最優解的決策。結構化決策問題相對比較簡單、直接，其決策過程和決策方法有固定的規律可以遵循，能用明确的語言和模型加以描述，并可依據一定的通用模型和決策規則實現其決策過程的基本自動化。早期的多數管理信息系統，能夠求解這類問題，例如，應用解析方法，運籌學方法等求解資源優化問題。
(2)非結構化決策，是指決策過程複雜，不可能用确定的模型和語言來描述其決策過程，更無所謂最優解的決策。其決策過程和決策方法沒有固定的規律可以遵循，沒有固定的決策規則和通用模型可依，決策者的主觀行為（學識、經驗、直覺、判斷力、洞察力、個人偏好和決策風格等）對各階段的決策效果有相當影響，往往是決策者根據掌握的情況和數據臨時作出決定。
(3)半結構化決策，是介于以上二者之間的決策，這類決策可以建立适當的算法産生決策方案，使決策方案中得到較優的解。其決策過程和決策方法有一定規律可以遵循，但又不能完全确定，即有所了解但又不全面，有所分析但又不确切，有所估計但又不确定。這樣的決策問題一般可适當建立模型，但無法确定最優方案。
非結構化和半結構化決策一般用于一個組織的中、高管理層，其決策者一方面需要根據經驗進行分析判斷，另一方面也需要借助計算機為決策提供各種輔助信息，及時做出正确有效的決策。
基本結構
概述
決策支持系統基本結構主要由四個部分組成，即數據部分、模型部分、推理部分和人機交互部分：
數據部分是一個數據庫系統；
模型部分包括模型庫(mb)及其管理系統(ms);
推理部分由知識庫(kb)、知識庫管理系統(kbms)和推理機組成；
人機交互部分是決策支持系統的人機交互界面，用以接收和檢驗用戶請求，調用系統内部功能軟件為決策服務，使模型運行、數據調用和知識推理達到有機地統一，有效地解決決策問題。
發展過程
自從20世紀70年代決策支持系統概念被提出以來，決策支持系統已經得到很大的發展。
1980年Sprague提出了決策支持系統三部件結構（對話部件、數據部件、模型部件），明确了決策支持系統的基本組成，極大地推動了決策支持系統的發展。
20世紀80年代末90年代初，決策支持系統開始與專家系統（ExpertSystem,ES）相結合，形成智能決策支持系統（IntelligentDecisionSupportSystem,IDSS）。智能決策支持系統充分發揮了專家系統以知識推理形式解決定性分析問題的特點，又發揮了決策支持系統以模型計算為核心的解決定量分析問題的特點，充分做到了定性分析和定量分析的有機結合，使得解決問題的能力和範圍得到了一個大的發展。智能決策支持系統是決策支持系統發展的一個新階段。20世紀90年代中期出現了數據倉庫（DataWarehouse,DW）、聯機分析處理（On-LineAnalysisProcessing,OLAP）和數據挖掘（DataMining,DM）新技術，DW+OLAP+DM逐漸形成新決策支持系統的概念，為此，将智能決策支持系統稱為傳統決策支持系統。新決策支持系統的特點是從數據中獲取輔助決策信息和知識，完全不同于傳統決策支持系統用模型和知識輔助決策。傳統決策支持系統和新決策支持系統是兩種不同的輔助決策方式，兩者不能相互代替，更應該是互相結合。
把數據倉庫、聯機分析處理、數據挖掘、模型庫、數據庫、知識庫結合起來形成的決策支持系統，即将傳統決策支持系統和新決策支持系統結合起來的決策支持系統是更高級形式的決策支持系統，成為綜合決策支持系統（SyntheticDecisionSupportSystem,SDSS）。綜合決策支持系統發揮了傳統決策支持系統和新決策支持系統的輔助決策優勢，實現更有效的輔助決策。綜合決策支持系統是今後的發展方向。
由于Internet的普及，網絡環境的決策支持系統将以新的結構形式出現。決策支持系統的決策資源，如數據資源、模型資源、知識資源，将作為共享資源，以服務器的形式在網絡上提供并發共享服務，為決策支持系統開辟一條新路。網絡環境的決策支持系統是決策支持系統的發展方向。
知識經濟時代的管理——知識管理（KnowledgeManagement,KM）與新一代Internet技術——網格計算，都與決策支持系統有一定的關系。知識管理系統強調知識共享，網格計算強調資源共享。決策支持系統是利用共享的決策資源（數據、模型、知識）輔助解決各類決策問題，基于數據倉庫的新決策支持系統是知識管理的應用技術基礎。在網絡環境下的綜合決策支持系統将建立在網格計算的基礎上，充分利用網格上的共享決策資源，達到随需應變的決策支持。
（DSS）的基本特征
1、對準上層管理人員經常面臨的結構化程度不高、說明不充分的問題；
2、把模型或分析技術與傳統的數據存取技術檢索技術結合起來；
3、易于為非計算機專業人員以交互會話的方式使用；
4、強調對用戶決策方法改變的靈活性及适應性；
5、支持但不是代替高層決策者制定決策。
（DSS）的結構特征
1、數據庫及其管理系統；
2、模型庫及其管理系統；
3、交互式計算機硬件及軟件；
4、圖形及其他高級顯示裝置；
5、對用戶友好的建模語言。
相關應用
基礎數據及事務處理層
事務處理層是應用軟件中最基礎的層次，也是最為龐大和繁瑣的一層，所采集的信息是大量的業務基礎數據，如宏觀經濟、農業信息數據庫；人口統計數據庫、政策法規庫、企業産品庫。
另外，還包括對各類數據進行分析、統計、查詢等事務處理的應用系統，如月度、季度、年度等宏觀經濟監測系統、預警分析系統；宏觀經濟跟蹤、預測、預警系統等。
在決策支持系統中需要對該層的信息系統進行分類、加工和整理，形成決策支持系統中的元數據。
統計分析管理監控層
根據由業務基礎數據經過抽取或加工後所形成的信息，對其業務範圍内的業務情況進行信息查詢、信息分析、監督管理和檢查的職能。
在經過抽取和整理的元數據的基礎之上，建立各種統計、分析模型，如計量經濟模型、多方程時間序列統計模型、神經網絡及投入産出模型等。通過模型的定義和開發，利用構成的經濟模型，對經濟系統中各方面給出全面深入的各種分析結果，包括因素分析、預測和政策模拟。其中要求系統能自動調用和集成不同類型的分析工具，例如回歸分析和投入産出的自動結合。
輔助決策層
根據統計分析管理監控層的各種分析模型，進行多維的、更為複雜的綜合分析和計算，從中發現各種趨勢（如人口增長趨勢、宏觀經濟趨勢預測等）；發現異常情況；得到重要細節；找出内在規律，為各級領導的決策業務提供切實有效的幫助。
每一個業務系統都将包含針對其相應業務（如人口、宏觀經濟、農業、外商投資、政策法規、企業産品等）的輔助決策子系統，在各業務輔助決策子系統的支持下，還可拓展面向綜合性的輔助決策系統。
成功案例
唐車生産決策支持系統
案例背景nn随着中車唐山機車車輛有限公司的不斷發展，企業經營管理者不能及時了解到生産項目進度，在訂單管理、設計、預算、采購、裝配、質檢、測試直至交付各個環節的實際情況，影響訂單的最終不能準時交付，造成生産成本的上升等暴露出的問題。因此，中車唐山機車車輛有限公司當前無法全面了解項目生産進度情況，需要從數據層面能夠及時了解項目生産情況的輔助系統來提升管理效率和水平，深入的從數據分析的全面性、及時性，多樣性，為公司的經營管理決策、發展戰略規劃提供強有力的支持。nn項目需求nn唐車生産項目分析系統作為輔助生産管理的基礎支撐系統，不是一蹴而就的，随着管理水平提高會持續叠代進行。提供商需要秉承“整體規劃、階段推進、步步見效”原則，努力推動唐車生産項目分析系統的建設，并與業務發展及應用系統的建設緊密配合。
