詞語釋義
它是管理信息系統(MIS)向更高一級發展而産生的先進信息管理系統。它為決策者提供分析問題、建立模型、模拟決策過程和方案的環境，調用各種信息資源和分析工具，幫助決策者提高決策水平和質量。
發展曆史
20世紀80年代中期和末期，執行信息系統（EIS）、小組決策支持系統（GDSS）和組織決策支持系統（ODSS）由單用戶和模型導向的DSS發展而來。
根據Sol（1987）在他的書中所述，DSS的定義和範圍多年來一直在發生着變化：在20世紀70年代，DSS被描述為“一個基于計算機的幫助決策系統”;在20世紀70年代後期，DSS開始關注“基于計算機的交互式系統，用來幫助決策者利用數據庫和模型解決不良結構的問題”;在20世紀80年代，DSS提供“使用合适可用的技術來提高管理和專業工作效率”的系統。在20世紀80年代末DSS面對智能工作站的出現，面臨了一個全新的挑戰。
1987年，半導體制造商Texas Instruments完成了美國聯合航空的門分配顯示系統（GADS）的開發。該決策支持系統通過協助各個機場的地面操作管理大大減少了航班延誤，從1990年開始芝加哥的奧黑爾國際機場和科羅拉多州丹佛的斯台普頓機場應用了數據庫和在線分析處理（OLAP）擴大了DSS的應用領域。随着新世紀的到來，新的基于網絡的分析應用程序逐漸被開發出來，DSS也在不斷地發展完善。
分類
按性質分類
分為結構化、非結構化、半結構化三類。
(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；
(2)非結構化決策，是指決策過程比較複雜，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；
(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。
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。
按協助模式分類
由丹尼爾·馬克（Daniel Power）創建的，分為通信驅動、數據驅動、文檔驅動、知識驅動、模型驅動共五類DSS。
(1)通信驅動的決策：支持合作，支持多個人共同完成任務;示例包括集成工具，如Google文檔或MicrosoftGroove。
(2)數據驅動的決策：（或面向數據的決策）：強調訪問和操縱内部公司數據的時間序列，有時是外部數據。
(3)文檔驅動的決策：以各種電子格式管理、檢索和操縱非結構化信息。
(4)知識驅動的決策：提供存儲為事實，規則，程序或類似結構的專業解決問題的專業知識。
(5)模型驅動的決策：強調訪問和操縱統計，金融，優化或模拟模型。模型驅動的DSS使用用戶提供的數據和參數來幫助決策者分析情況;它們不一定是數據密集型的。
按适用範圍分類
使用範圍作為标準，分為企業範圍的決策和桌面式決策兩類。
(1)企業級決策系統與大型數據庫相連，為公司的許多管理者提供決策服務。
(2)桌面單用戶決策支持系統是在個人使用的PC上運行的小型系統。
進程步驟
決策的進程一般分為4個步驟：
(1)發現問題并形成決策目标，包括建立決策模型、拟定方案和确定效果度量，這是決策活動的起點；
(2)用概率定量地描述每個方案所産生的各種結局的可能性；
(3)決策人員對各種結局進行定量評價，一般用效用值來定量表示。效用值是有關決策人員根據個人才能、經驗、風格以及所處環境條件等因素，對各種結局的價值所作的定量估計；
(4)綜合分析各方面信息，以最後決定方案的取舍，有時還要對方案作靈敏度分析，研究原始數據發生變化時對最優解的影響，決定對方案有較大影響的參量範圍。
決策往往不可能一次完成，而是一個叠代過程。決策可以借助于計算機決策支持系統來完成，即用計算機來輔助确定目标、拟定方案、分析評價以及模拟驗證等工作。在此過程中，可用人機交互方式，由決策人員提供各種不同方案的參量并選擇方案。
基本結構
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(MBMS);
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。
結構框架
與其他系統類似，決策支持系統系統需要結構化方法。這種框架包括人，技術和發展方法。
早期框架
決策支持系統的早期框架包括四個階段：
智力-搜索需要決策的條件;
設計-開發和分析解決問題的可能備選方案;
選擇-在其中選擇行動方案;
實施-在決策情況中采用選定的實施方案。
技術支持
實際應用程序：将由用戶使用，允許決策者在特定問題區域做出決策，用戶可以對該特定問題進行操作。
引擎：包含硬件/軟件環境，允許人們輕松開發特定的DSS應用程序。使用案例工具或系統，如Crystal，Analytica和iThink。
工具：包括低級硬件/軟件。DSS生成器包括特殊語言，函數庫和鍊接模塊。
叠代開發方法：允許以不同的方法重新設計DSS。一旦系統設計完成，就需要對所需結果進行必要的測試和修正。
組件
輸入：要分析的因素，數據和特征
用戶設定：需要用戶手動分析的輸入
輸出：生成DSS“決策”的轉換數據
決策：由DSS根據用戶标準生成的結果
（另：執行選定的認知決策功能并且基于人工智能或智能代理技術的DSS被稱為智能決策支持系統（IDSS））
應用
理論上DSS可以建立在任何知識領域，主要實際應用如下：
(1)用于醫學診斷的臨床決策支持系統。臨床決策支持系統（CDSS）的發展有四個階段：原始版本是獨立的，不支持集成;第二代支持與其他醫療系統的集成;第三個是基于标準的，第四個是基于服務模型的。
(2)DSS廣泛用于商業和管理。軟件允許更快的決策，确定負面趨勢，以及更好地分配業務資源。組織的所有信息以圖表、圖形的形式總結，有助于管理層進行戰略決策。例如，DSS的一個應用是複雜的反恐怖主義體系的管理和發展。
(3)應用于農業生産，可持續發展的營銷。例如，在80年代和90年代通過美國國際開發署的資金支持開發已經允許對世界各地的幾個農業生産系統進行快速評估，以促進農場和政策層面的決策。精确農業旨在為農場的特定部分定制決策。然而，在農業領域DSS的成功采用有許多限制。
(4)應用于森林管理中，其中長期規劃問題需要特定的要求。森林管理的所有方面，從原木運輸，砍伐調度到可持續性和生态系統保護已經由現代DSS解決。在這方面，考慮與提供貿易或非貿易的商品和服務有關的單個或多個管理目标，并且經常受到資源限制和決策問題的影響。
(5)應用于鐵路監管，其中一個具體的例子涉及加拿大國家鐵路系統，該系統使用決策支持系統定期測試鐵路設備。任何鐵路所面臨的問題（磨損或有缺陷的軌道），可能導緻列車每年數百次脫軌。使用DSS後，加拿大國家鐵路系統設法減少了脫軌的發生率。
(5)應用于融雪洪水預警。通過DSS系統輔助監測及分析，對融雪洪水的可能災情進行預警。
